搜索关键词-W系列课程（高尚客优）-/W0166-陶老师的AI入门课（深度学习）

找到对应标题获取目录内容

主页/W0166-陶老师的AI入门课（深度学习）/

资料
001-0.Start.mp4
002-0_0jupyter安装与配置.mp4
003-1.1.1 对象.mp4
004-1.1.2 变量.mp4
005-1.2数字（1）.mp4
006-1.2数字（2）.mp4
007-1.3字符串（1）.mp4
008-1.3字符串（2）.mp4
009-2.1序列类型(1).mp4
010-2.1序列类型(2).mp4
011-2.2列表(1).mp4
012-2.2列表(2).mp4
013-2.3元组.mp4
014-3.1字典(1).mp4
015-3.1字典(2).mp4
016-3.2集合.mp4
017-4.1Python代码书写规范.mp4
018-4.2分支结构(1).mp4
019-4.2分支结构(2).mp4
020-4.3while循环.mp4
021-4.4for循环.mp4
022-4.5列表推导式.mp4
023-4.6集合推导式与字典推导式.mp4
024-5.1函数的作用.mp4
025-5.2函数的定义和调用.mp4
026-5.3 函数的返回值.mp4
027-5.4函数的参数（1）.mp4
028-5.4函数的参数（2）.mp4
029-5.4函数的参数（3）.mp4
030-5.5函数的命名空间.mp4
031-5.6匿名函数.mp4
032-5.7装饰器.mp4
033-6.1对象和类.mp4
034-6.2 类的继承.mp4
035-6.3类的封装.mp4
036-6.4创建可管理属性.mp4
037-6.5特殊方法（魔法方法）.mp4
038- 7.1常见的机器学习库.mp4
039-7.2认识NumPy.mp4
040-7.3NumPy中的数据类型ndarray.mp4
041-7.4创建多维数组.mp4
042-7.5多维数组的索引和切片基本用法（1）.mp4
043-7.5多维数组的索引和切片基本用法（2）.mp4
044-7.6多维数组的索引和切片花式索引.mp4
045-7.7多维数组的索引和切片布尔索引.mp4
046-7.8 多维数组的视图和副本.mp4
047-7.9广播.mp4
048-7.10 修改维度的函数方法.mp4
049-7.11矩阵的翻转操作和轴的转换（1）.mp4
050-7.11矩阵的翻转操作和轴的转换（2）.mp4
051-7.12数组的堆叠与分割.mp4
052-7.13数组中元素的搜索.mp4
053-7.14NumPy文档查询的方法.mp4
054-7.15IO文件操作.mp4
055-8.1认识Pandas.mp4
056-8.2 Pandas中的Series数据结构.mp4
057-8.3Pandas中的DataFrame数据类型.mp4
058-8.4Pandas数据的读取和写入.mp4
059-8.5在DataFrame中如何了解数据.mp4
060-8.6缺失值的处理.mp4
061-8.7在pandas中使用groupby对数据进行分组.mp4
062-8.8对pandas数据进行图形化分析.mp4
063-8.9对表格数据进行排序.mp4
064-8.10重塑表格数据.mp4
065-8.11使用pandas合并来自多个表的数据.mp4
066-8.12使用pandas处理时间序列数据.mp4
067-9.01PyTorch介绍及tensor类型.mp4
068-9.02tensor的计算.mp4
069-9.03自动微分在PyTorch中的使用.mp4
070-9.04 构建神经网络实现MNIST的分类任务（1）.mp4
071-9.04 构建神经网络实现MNIST的分类任务（2）.mp4
072-9.05在Pytorch中使用小批量完成网络的训练.mp4
073-9.06使用nn.Module构建网络结构.mp4
074-9.07使用nn.Linear构建网络结构.mp4
075-9.08使用optim重构网络.mp4
076-9.09使用Dataset重构网络.mp4
077-9.10使用DataLoader重构网络.mp4
078-001从这里开始.mp4
079-002人工智能机器学习深度学习三者的关系.mp4
080-003机器学习从数据中获取映射关系.mp4
081-004机器学习形式化定义及相关概念.mp4
082-005模型的学习能力.mp4
083-006模型的选择原则.mp4
084-007数据集的划分方法.mp4
085-008模型的评价.mp4
086-009线性回归.mp4
087-010梯度下降（1）.mp4
088-010梯度下降（2）.mp4
089-010梯度下降（3）.mp4
090-011逻辑斯蒂回归.mp4
091-012神经网络引入.mp4
092-013网络中的神经元.mp4
093-014全连接神经网络（1）.mp4
094-014全连接神经网络（2）.mp4
095-015网络的预测过程和训练过程.mp4
096-016完成参数的更新.mp4
097-017自动微分.mp4
098-018手撕神经网络及代码实现.mp4
099-019手撕神经网络代码实现（批量梯度下降）.mp4
100-020无处不在的卷积神经网络.mp4
101-021视觉是什么.mp4
102-022使用全连接神经网络实现图片分类.mp4
103-023处理图像时的核心任务.mp4
104-024卷积运算.mp4
105-025多通道单核卷积.mp4
106-026多通道多核卷积.mp4
107-027池化运算.mp4
108-028卷积的平移不变性.mp4
109-029卷积神经网络中稀疏连接和权值共享.mp4
110-030卷积核的大小与卷积运算量.mp4
111-031卷积核的大小选择.mp4
112-032卷积中的图像填充.mp4
113-033LeNet网络解读.mp4
114-034AlexNet.mp4
115-035 VGG.mp4
116-036VGG网络代码实现（1）VGG块的实现.mp4
117-036VGG网络代码实现（2）VGG网络的搭建.mp4
118-036VGG网络代码实现（3）构造VGG11对彩色图片预测.mp4
119-036VGG代码实现（4）用MINST对简化版VGG6进行训.mp4
120-037NiN网络1-1X1卷积核.mp4
121-037NiN网络2-结构分析与代码实现.mp4

Copyright © All rights reserved.

信息加载中,请等待...