响木课堂-响木SVIP目录-我的资源/01 响木最新众筹课/2000-2999/2500-2599/2565.深度学习必修课：进击算法工程师

主页/我的资源/01 响木最新众筹课/2000-2999/2500-2599/2565.深度学习必修课：进击算法工程师/

1-1-课程内容和理念.mp4
1-2-初识深度学习.mp4
1-3-课程使用的技术栈.mp4
10-1-深度循环神经网络.mp4
10-2-双向循环神经网络.mp4
10-3-门控循环单元.mp4
10-4-长短期记忆网络.mp4
10-5-复杂循环神经网络代码实现.mp4
10-6-编码器-解码器网络.mp4
10-7-序列到序列模型代码实现.mp4
10-8-束搜索算法.mp4
10-9-机器翻译简单代码实现.mp4
11-1-什么是注意力机制.mp4
11-2-注意力的计算.mp4
11-3-键值对注意力和多头注意力.mp4
11-4-自注意力机制.mp4
11-5-注意力池化及代码实现.mp4
11-6-Transformer模型.mp4
11-7-Transformer代码实现.mp4
12-1BERT模型.mp4
12-2-GPT系列模型.mp4
12-3-T5模型.mp4
12-4-ViT模型.mp4
12-5-Swin-Transformer模型.mp4
12-6-GPT模型代码实现.mp4
13-1-蒙特卡洛方法.mp4
13-2-变分推断.mp4
13-3-变分自编码器.mp4
13-4-生成对抗网络.mp4
13-5-Diffusion扩散模型.mp4
13-6-图像生成.mp4
14-1-自定义数据加载.mp4
14-2-图像数据增强.mp4
14-3-迁移学习.mp4
14-4-经典视觉数据集.mp4
14-5-项目实战：猫狗大战.mp4
15-1-词嵌入和word2vec.mp4
15-2-词义搜索和句意表示.mp4
15-3-预训练模型.mp4
15-4-Hugging-Face库介绍.mp4
15-5-经典NLP数据集.mp4
15-6-项目实战：电影评论情感分析.mp4
16-1-InstructGPT模型.mp4
16-2-CLIP模型.mp4
16-3-DALL-E模型.mp4
16-4-深度学习最新发展趋势分析.mp4
16-5-下一步学习的建议.mp4
2-1-线性代数.mp4
2-2-微积分.mp4
2-3-概率.mp4
3-1-CUDA+Anaconda深度学习环境搭建.mp4
3-2-conda实用命令.mp4
3-3-Jupyter-Notebook快速上手.mp4
3-4-深度学习库PyTorch安装.mp4
4-1-神经网络原理.mp4
4-2-多层感知机.mp4
4-3-前向传播和反向传播.mp4
4-4-多层感知机代码实现.mp4
4-5-回归问题.mp4
4-6-线性回归代码实现.mp4
4-7-分类问题.mp4
4-8-多分类问题代码实现.mp4
5-1-训练的常见问题.mp4
5-2-过拟合欠拟合应对策略.mp4
5-3-过拟合和欠拟合示例.mp4
5-4-正则化.mp4
5-5-Dropout.mp4
5-6-Dropout代码实现.mp4
5-7-梯度消失和梯度爆炸.mp4
5-8-模型文件的读写.mp4
6-1-最优化与深度学习.mp4
6-10-Adam算法.mp4
6-11-梯度下降代码实现.mp4
6-12-学习率调节器.mp4
6-2-损失函数.mp4
6-3-损失函数性质.mp4
6-4-梯度下降.mp4
6-5-随机梯度下降法.mp4
6-6-小批量梯度下降法.mp4
6-7-动量法.mp4
6-8-AdaGrad算法.mp4
6-9-RMSProp.Adadelta算法.mp4
7-1-全连接层问题.mp4
7-2-图像卷积.mp4
7-3-卷积层.mp4
7-4-卷积层常见操作.mp4
7-5-池化层Pooling.mp4
7-6-卷积神经网络代码实现（LeNet）.mp4
8-1-AlexNet.mp4
8-2-VGGNet.mp4
8-3-批量规范化.mp4
8-4-GoogLeNet.mp4
8-5-ResNet.mp4
8-6-DenseNet.mp4
9-1-序列建模.mp4
9-2-文本数据预处理.mp4
9-3-循环神经网络.mp4
9-4-随时间反向传播算法.mp4
9-5-循环神经网络代码实现.mp4
9-6-RNN的长期依赖问题.mp4

Copyright © All rights reserved.

信息加载中,请等待...