PyTorch入门到进阶 实战计算机视觉与自然语言处理项目【2GB】--mkw
下载地址：**** Hidden Message *****【课程目录】
│├─第1章 课程介绍-选择Pytorch的理由
││ 1-1 课程导学~1_.mp4
││
│├─第2章 初识PyTorch框架与环境搭建
││ 2-1 初识Pytorch基本框架_.mp4
││ 2-2 环境配置（1）_.mp4
││ 2-3 环境配置（2）_.mp4
││
│├─第3章 PyTorch入门基础串讲
││ 3-1 机器学习中的分类与回归问题-机器学习基本构成元素_.mp4
││ 3-10 取整-余_.mp4
││ 3-11 比较运算-排序-topk-kthvalue-数据合法性校验_.mp4
││ 3-12 三角函数_.mp4
││ 3-13 其他数学函数_.mp4
││ 3-14 Pytorch与统计学方法_.mp4
││ 3-15 Pytorch与分布函数_.mp4
││ 3-16 Pytorch与随机抽样_.mp4
││ 3-17 Pytorch与线性代数运算_.mp4
││ 3-18 Pytorch与矩阵分解-PCA_.mp4
││ 3-19 Pytorch与矩阵分解-SVD分解-LDA_.mp4
││ 3-20 Pytorch与张量裁剪_.mp4
││ 3-21 Pytorch与张量的索引与数据筛选_.mp4
││ 3-22 Pytorch与张量组合与拼接_.mp4
││ 3-23 Pytorch与张量切片_.mp4
││ 3-24 Pytorch与张量变形_.mp4
││ 3-25 Pytorch与张量填充_.mp4
││ 3-26 Pytorch与傅里叶变换_.mp4
││ 3-27 Pytorch简单编程技巧_.mp4
││ 3-28 Pytorch与autograd-导数-方向导数-偏导数-梯度的概念_.mp4
││ 3-29 Pytorch与autograd-梯度与机器学习最优解_.mp4
││ 3-30 Pytorch与autograd-Variable$tensor_.mp4
││ 3-31 Pytorch与autograd-如何计算梯度_.mp4
││ 3-32 Pytorch与autograd中的几个重要概念-variable-grad-grad_fn_.mp4
││ 3-33 Pytorch与autograd中的几个重要概念-function_.mp4
││ 3-34 Pytorch与nn库_.mp4
││ 3-35 Pytorch与visdom_.mp4
││ 3-36 Pytorch与tensorboardX_.mp4
││ 3-37 Pytorch与torchvision_.mp4
││ 3-7 Tensor的算术运算_.mp4
││ 3-8 Tensor的算术运算编程实例_.mp4
││ 3-9 in-place的概念和广播机制_.mp4
││
│├─第4章 PyTorch搭建简单神经网络
││ 4-1 机器学习和神经网络的基本概念（1）_.mp4
││ 4-2 机器学习和神经网络的基本概念（2）_.mp4
││ 4-3 利用神经网络解决分类和回归问题（1）_.mp4
││ 4-4 利用神经网络解决分类和回归问题（2）_.mp4
││ 4-5 利用神经网络解决分类和回归问题（3）_.mp4
││ 4-6 利用神经网络解决分类和回归问题（4）_.mp4
││ 4-7 利用神经网络解决分类和回归问题（5）_.mp4
││
│├─第5章 计算机视觉与卷积神经网络基础串讲
││ 5-1 计算机视觉基本概念_.mp4
││ 5-10 多分支网络结构_.mp4
││ 5-11 attention的网络结构_.mp4
││ 5-12 学习率_.mp4
││ 5-13 优化器_.mp4
││ 5-14 卷积神经网添加正则化_.mp4
││ 5-2 图像处理常见概念_.mp4
││ 5-3 特征工程_.mp4
││ 5-4 卷积神经网（上）_.mp4
││ 5-5 卷积神经网（下）_.mp4
││ 5-6 pooling层_.mp4
││ 5-7 激活层-BN层-FC层-损失层_.mp4
││ 5-8 经典卷积神经网络结构_.mp4
││ 5-9 轻量型网络结构_.mp4
││
│└─课程资料
│ Pytorch_code-master.zip
页:
[1]