目录

001.Lesson 0.1 GPU购买与GPU白嫖指南.mp4
002.Lesson 0.3 PyTorch安装与配置(GPU版本) .mp4
003.Lesson 0.2 PyTorch安装与部署(CPU版本)mp4
004.Lesson 1 张量的创建与常用方法mp4
005.Lesson 2 张量的素引、分片、合并及维度调整.mp4
006.Lesson 3 张量的广播和科学运算mp4
007.Lesson 4 张量的线性代数运算,mp4
008.Lesson 5 基本优化方法与最小二乘法mp4
009.Lesson 6 动态计算图与梯度下降入门.mp4
010.Lesson 7.1 神经网络的诞生与发展mp4
011.Lesson 7.2 机器学习中的基本概念mp4
012.Lesson 7.3 深入理解PyTorch框架,mp4
013.Lesson 8.1单层回归神经网络 & Tensor新手避坑指南.mp4
014.Lesson 8.2 torch,nn,Linear实现单层回归网络的正向传播.mp4
015.Lesson 8.3 二分类神经网络的原理与实现.mp4
016.Lesson 8.4 torch,nn.functional实现单层二分类网络的正向传播.mp4
017.Lesson 8.5 多分类神经网络.mp4
018.Lesson 9.1 从异或门问题认识多层神经网络.mp4
019,Lesson 9.2 黑箱: 深度神经网络的不可解释性,mp4
020.Lesson 9.3 &9.4 层与激活函数mp4
021.Lesson 9.5 从0实现深度神经网络的正向传播.mp4
022.Lesson 10.1 SSE与二分类交叉熵损失mp4
023.Lesson 10.2 二分类交叉熵的原理与实现mp4
024,Lesson 10.3 多分类交叉熵的原理与实现.mp4
025.Lesson 11.1 度下降中的两个关键问题.mp4
026.Lesson 11.2.1 反向传播的原理mp4
027.Lesson 11.2.2 反向传播的实现,mp4
028,Lesson 11.3 走出第一步: 动量法Momentum.mp4
029,Lesson 11.4 开始选代: batch与epochs.mp4
030.Lesson 11.5.1 在Fashion-MNIST数据集上实现完整的神经网络 (上)mp4
031.Lesson 11.5.2 在Fashion-MNIST数据集上实现完整的神经网络 (下)mp4
032.Lesson 12.0 深度学习基础网络手动搭建与快速实现.mp4
033.Lesson 12.1 深度学习建模实验中数据集生成函数的创建与使用.mp4
034.Lesson 12.2 可视化工具TensorBoard的安装与使用.mp4
035.Lesson 12.3 线性回归建模实验mp4
036.Lesson 12.4 逻辑回归建模实验mp4

119.Lesson 184.4.3 转置卷积层与DCGAN(3): DCGAN架构复现(下.mp4
120.Lesson 184.4.3 转置卷积层与DCGAN(4): 从DCGAN到pix2pix,mp4
121.Lesson 18.4.4.4 cGAN与InfoGAN(1): 基本运行原理,mp4
122.Lesson 18.4.4.4 cGAN与InfoGAN(2) 标签输入与Embed技巧.mp4
123.Lesson 18.4.4.4 cGAN与infoGAN (3) 从0复现一个cGAN架构.mp4
124.Lesson 18,4.5.1 自动编码器家族(1): 认识自动编码器.mp4
125.Lesson 18.4.6.2 Unet架构复现mp4
126.Lesson 18,4.6.1 分割架构必备基础mp4
127.Lesson 18,4.5.2[加餐] 变分自动编码器(3): 重参数化技5.mp4
128.Lesson 18,4.5.2[加餐]变分自动编码器(2): 损失函数详解,mp4
129.Lesson 18.4.5.2[加餐] 变分自动编码器(1): 数据流与细节梳理,mp4
130.Lesson 18,4.5.1 自动编码器家族(3): 自动编码器的应用场景,mp4
131.Lesson 18,4.5.1 自动编码器家族(2): 三大类自动编码器.mp4
132.Lesson 19.1.1 欢迎来到NLP的世界,mp4
133.Lesson 19.1.2 大模型的行业影响与发展mp4
134.Lesson 19.2.1 深度学习中的时间序列数据mp4
135.Lesson 19.2.2 文字序列数据 – 结构与分词操作mp4
136.Lesson 19.2.3 文字序列数据 – Token与编码.mp4

一本网尊重作者的著作权,如有问题,请联系站长处理
巨量学院 » 【夏季班】深度学习实战