-全网知识付费-后添加课程/教AI的陶老师-【陶老师的AI入门课深度学习请拍这个】-680000圆-130节

全网知识付费

主页/后添加课程/教AI的陶老师-【陶老师的AI入门课深度学习请拍这个】-680000圆-130节/

资料【教AI的陶老师-【陶老师的AI入门课深度学习请拍这个】-680000圆-130节】
01-0_Start.mp4
02-0_0jupyter安装与配置.mp4
03-1_1_1对象.mp4
04-1_1_2变量.mp4
05-1_2数字（1）.mp4
06-1_2数字（2）.mp4
07-1_3字符串（1）.mp4
08-1_3字符串（2）.mp4
09-2_1序列类型(1).mp4
10-2_1序列类型(2).mp4
100-015网络的预测过程和训练过程.mp4
101-016完成参数的更新.mp4
102-017自动微分.mp4
103-018手撕神经网络及代码实现.mp4
104-019手撕神经网络代码实现（批量梯度下降）.mp4
105-020无处不在的卷积神经网络.mp4
106-021视觉是什么.mp4
107-022使用全连接神经网络实现图片分类.mp4
108-023处理图像时的核心任务.mp4
109-024卷积运算.mp4
11-2_2列表(1).mp4
110-025多通道单核卷积.mp4
111-026多通道多核卷积.mp4
112-027池化运算.mp4
113-028卷积的平移不变性.mp4
114-029卷积神经网络中稀疏连接和权值共享.mp4
115-030卷积核的大小与卷积运算量.mp4
116-031卷积核的大小选择.mp4
117-032卷积中的图像填充.mp4
118-033LeNet网络解读.mp4
119-034AlexNet.mp4
12-2_2列表(2).mp4
120-035VGG.mp4
121-036VGG网络代码实现（1）VGG块的实现.mp4
122-036VGG网络代码实现（2）VGG网络的搭建.mp4
123-036VGG网络代码实现（3）构造VGG11对彩色图片预测.mp4
124-036VGG代码实现（4）用MINST对简化版VGG6进行训.mp4
125-037NiN网络1-1X1卷积核.mp4
126-037NiN网络2-结构分析与代码实现.mp4
127-038GoogLeNet网络结构1.mp4
128-038GoogLeNet网络结构2.mp4
129-039GoogLeNet代码实现1.mp4
13-2_3元组.mp4
130-039GoogLeNet代码实现2.mp4
14-3_1字典(1).mp4
15-3_1字典(2).mp4
16-3_2集合.mp4
17-4_1Python代码书写规范.mp4
18-4_2分支结构(1).mp4
19-4_2分支结构(2).mp4
20-4_3while循环.mp4
21-4_4for循环.mp4
22-4_5列表推导式.mp4
23-4_6集合推导式与字典推导式.mp4
24-5_1函数的作用.mp4
25-5_2函数的定义和调用.mp4
26-5_3函数的返回值.mp4
27-5_4函数的参数（1）.mp4
28-5_4函数的参数（2）.mp4
29-5_4函数的参数（3）.mp4
30-5_5函数的命名空间.mp4
31-5_6匿名函数.mp4
32-5_7装饰器.mp4
33-6_1对象和类.mp4
34-6_2类的继承.mp4
35-6_3类的封装.mp4
36-6_4创建可管理属性.mp4
37-6_5特殊方法（魔法方法）.mp4
38-7_1常见的机器学习库.mp4
39-7_2认识NumPy.mp4
40-7_3NumPy中的数据类型ndarray.mp4
41-7_4创建多维数组.mp4
42-7_5多维数组的索引和切片基本用法（1）.mp4
43-7_5多维数组的索引和切片基本用法（2）.mp4
44-7_6多维数组的索引和切片花式索引.mp4
45-7_7多维数组的索引和切片布尔索引.mp4
46-7_8多维数组的视图和副本.mp4
47-7_9广播.mp4
48-7_10修改维度的函数方法.mp4
49-7_11矩阵的翻转操作和轴的转换（1）.mp4
50-7_11矩阵的翻转操作和轴的转换（2）.mp4
51-7_12数组的堆叠与分割.mp4
52-7_13数组中元素的搜索.mp4
53-7_14NumPy文档查询的方法.mp4
54-7_15IO文件操作.mp4
55-8_1认识Pandas.mp4
56-8_2Pandas中的Series数据结构.mp4
57-8_3Pandas中的DataFrame数据类型.mp4
58-8_4Pandas数据的读取和写入.mp4
59-8_5在DataFrame中如何了解数据.mp4
60-8_6缺失值的处理.mp4
61-8_7在pandas中使用groupby对数据进行分组.mp4
62-8_8对pandas数据进行图形化分析.mp4
63-8_9对表格数据进行排序.mp4
64-8_10重塑表格数据.mp4
65-8_11使用pandas合并来自多个表的数据.mp4
66-8_12使用pandas处理时间序列数据.mp4
67-9_01PyTorch介绍及tensor类型.mp4
68-9_02tensor的计算.mp4
69-9_03自动微分在PyTorch中的使用.mp4
70-9_04构建神经网络实现MNIST的分类任务（1）.mp4
71-9_04构建神经网络实现MNIST的分类任务（2）.mp4
72-9_05在Pytorch中使用小批量完成网络的训练.mp4
73-9_06使用nn_Module构建网络结构.mp4
74-9_07使用nn_Linear构建网络结构.mp4
75-9_08使用optim重构网络.mp4
76-9_09使用Dataset重构网络.mp4
77-9_10使用DataLoader重构网络.mp4
78-9_11区分训练和验证过程.mp4
79-9_12优化代码.mp4
80-9_13私有数据的处理.mp4
81-9_14私有数据的处理加载使用文件夹进行分类的数据.mp4
82-9_15视觉工具包torchvision中的transfor.mp4
83-001从这里开始.mp4
84-002人工智能机器学习深度学习三者的关系.mp4
85-003机器学习从数据中获取映射关系.mp4
86-004机器学习形式化定义及相关概念.mp4
87-005模型的学习能力.mp4
88-006模型的选择原则.mp4
89-007数据集的划分方法.mp4
90-008模型的评价.mp4
91-009线性回归.mp4
92-010梯度下降（1）.mp4
93-010梯度下降（2）.mp4
94-010梯度下降（3）.mp4
95-011逻辑斯蒂回归.mp4
96-012神经网络引入.mp4
97-013网络中的神经元.mp4
98-014全连接神经网络（1）.mp4
99-014全连接神经网络（2）.mp4

Copyright © All rights reserved.

信息加载中,请等待...