【PyTorch】基于深度学习的人工智能实战课程 PyTorch实战视频教程

发布者：幽兰蝶谷

*****课程目录*****
(0)；目录中文件数:0个
(1)1.深度学习框架介绍
■1.lesson1-PyTorch介绍.mp4
(2)10.卷积神经网络CNN
■50.lesson37-什么是卷积-1.mp4
■51.lesson37-什么是卷积-2.mp4
■52.lesson38-卷积神经网络-1.mp4
■53.lesson38-卷积神经网络-2.mp4
■54.lesson38-卷积神经网络-3.mp4
■55.lesson39-Pooling&upsample.mp4
■56.lesson40-BatchNorm-1.mp4
■57.lesson40-BatchNorm-2.mp4
■58.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
■59.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
■60.lesson42-ResNet，DenseNet-1.mp4
■61.lesson42-ResNet, DenseNet-2.mp4
■62.lesson43-nn.Module-1.mp4
■63.lesson43-nn.Module-2.mp4
■64.lesson44-数据增强Data Argumentation.mp4
(3)11.CIFAR10与ResNet实战；
(4)12.循环神经网络RNN&LSTM；
■65.lesson46-时间序列表示.mp4
■66.lesson47-RNN原理-1.mp4
■67.lesson47-RNN原理-2.mp4
■68.lesson48-RNN Layer使用-1.mp4
■69.lesson48-RNN Layer使用-2.mp4
■70.lesson49-时间序列预测.mp4
■71.lesson50-RNN训练难题.mp4
■72.lesson51-LSTM原理-1.mp4
■73.lesson51-LSTM原理-2.mp4
■74.lesson52-LSTM Layer使用.mp4
■75.lesson53-情感分类实战.mp4
(5)13.对抗生成网络GAN
■76.lesson54-数据分布.mp4
■77.lesson55-画家的成长历程.mp4
■78.lesson56-GAN发展.mp4
■79.lesson57-纳什均衡-D.mp4
■80.lesson58-纳什均衡-G.mp4
■81.lesson59-JS散度的弊端.mp4
■82.lesson60-EM距离.mp4
■83.lesson61-WGAN与WGAN-GP.mp4
■84.lesson62-G和D实现.mp4
■85.lesson63-GAN实战.mp4
■86.lesson64-GAN训练不稳定.mp4
■87.lesson65-WGAN-GP实战.mp4
(6)2.开发环境准备
■2.lesson2-开发环境准备.mp4
(7)3.初见深度学习
■3.lesson3-初探Linear Regression案例-1.mp4
■4.lesson3-初探Linear Regression案例-2.mp4
■5.lesson4-PyTorch求解Linear Regression案例.mp4
■6.lesson5 -手写数字问题引入1.mp4
■7.lesson5 -手写数字问题引入2.mp4
(8)4.Pytorch张量操作；目录中文件数:10个
■10.lesson7 创建Tensor 1.mp4
■11.lesson7 创建Tensor 2.mp4
■12.lesson8 索引与切片1.mp4
■13.lesson8 索引与切片2.mp4
■14.lesson9 维度变换1.mp4
■15.lesson9 维度变换2.mp4
■16.lesson9 维度变换3.mp4
■17.lesson9 维度变换4.mp4
■8.lesson6 基本数据类型1.mp4
■9.lesson6 基本数据类型2.mp4
(9)5.张量高阶操作
■18.lesson10 Broatcasting 1.mp4
■19.lesson10 Broatcasting 2.mp4
■20.lesson11 合并与切割1.mp4
■21.lesson11 合并与切割2.mp4
■22.lesson12 基本运算.mp4
■23.lesson13 数据统计1.mp4
■24.lesson13 数据统计2.mp4
■25.lesson14 高阶OP.mp4
(10)6.随机梯度下降
■26.lesson16 什么是梯度1.mp4
■27.lesson16 什么是梯度2.mp4
■28.lesson17 常见梯度.mp4
■29.lesson18 激活函数及其梯度1.mp4
■30.lesson18 激活函数及其梯度2.mp4
■31.lesson18 激活函数及其梯度3.mp4
(11)7.感知机梯度传播推导
■32.lesson19 单一输出感知机1.mp4
■33.lesson19 多输出Loss层2.mp4
■34.lesson20 链式法则.mp4
■35.lesson21 反向传播.mp4
■36.lesson22 优化小实例.mp4
(12)8.多层感知机与分类器
■37.lesson24 Logistic Regression.mp4
■38.lesson25 交叉熵.mp4
■39.lesson26 多分类实战.mp4
■40.lesson27 全连接层.mp4
■41.lesson28 激活函数与GPU加速.mp4
■42.lesson29 测试.mp4
■43.lesson30-Visdom可视化.mp4
(13)9.过拟合；目录中文件数:6个
■44.lesson31-过拟合与欠拟合.mp4
■45.lesson32-Train-Val-Test-交叉验证-1.mp4
■46.lesson32-Train-Val-Test-交叉验证-2.mp4
■47.lesson33-regularization.mp4
■48.lesson34-动量与lr衰减.mp4
■49.lesson35-early stopping, dropout, sgd.mp4