信息加载中,请等待...

  • 001.1-1 课程内容和理念.mp4
  • 002.1-2 初识深度学习.mp4
  • 003.1-3 课程使用的技术栈.mp4
  • 004.2-1 线性代数.mp4
  • 005.2-2 微积分.mp4
  • 006.2-3 概率.mp4
  • 007.3-1 CUDA+Anaconda深度学习环境搭建.mp4
  • 008.3-2 conda实用命令.mp4
  • 009.3-3 Jupyter Notebook快速上手.mp4
  • 010.3-4 深度学习库PyTorch安装.mp4
  • 011.4-1 神经网络原理.mp4
  • 012.4-2 多层感知机.mp4
  • 013.4-3 前向传播和反向传播.mp4
  • 014.4-4 多层感知机代码实现.mp4
  • 015.4-5 回归问题.mp4
  • 016.4-6 线性回归代码实现.mp4
  • 017.4-7 分类问题.mp4
  • 018.4-8 多分类问题代码实现.mp4
  • 019.5-1 训练的常见问题.mp4
  • 020.5-2 过拟合欠拟合应对策略.mp4
  • 021.5-3 过拟合和欠拟合示例.mp4
  • 022.5-4 正则化.mp4
  • 023.5-5 Dropout.mp4
  • 024.5-6 Dropout代码实现.mp4
  • 025.5-7 梯度消失和梯度爆炸.mp4
  • 026.5-8 模型文件的读写.mp4
  • 027.6-1 最优化与深度学习.mp4
  • 028.6-2 损失函数.mp4
  • 029.6-3 损失函数性质.mp4
  • 030.6-4 梯度下降.mp4
  • 031.6-5 随机梯度下降法.mp4
  • 032.6-6 小批量梯度下降法.mp4
  • 033.6-7 动量法.mp4
  • 034.6-8 AdaGrad算法.mp4
  • 035.6-9 RMSProp_Adadelta算法.mp4
  • 036.6-10 Adam算法.mp4
  • 037.6-11 梯度下降代码实现.mp4
  • 038.6-12 学习率调节器.mp4
  • 039.7-1 全连接层问题.mp4
  • 040.7-2 图像卷积.mp4
  • 041.7-3 卷积层.mp4
  • 042.7-4 卷积层常见操作.mp4
  • 043.7-5 池化层Pooling.mp4
  • 044.7-6 卷积神经网络代码实现(LeNet).mp4
  • 045.8-1 AlexNet.mp4
  • 046.8-2 VGGNet.mp4
  • 047.8-3 批量规范化.mp4
  • 048.8-4 GoogLeNet.mp4
  • 049.8-5 ResNet.mp4
  • 050.8-6 DenseNet.mp4
  • 051.9-1 序列建模.mp4
  • 052.9-2 文本数据预处理.mp4
  • 053.9-3 循环神经网络.mp4
  • 054.9-4 随时间反向传播算法.mp4
  • 055.9-5 循环神经网络代码实现.mp4
  • 056.9-6 RNN的长期依赖问题.mp4
  • 057.10-1 深度循环神经网络.mp4
  • 058.10-2 双向循环神经网络.mp4
  • 059.10-3 门控循环单元.mp4
  • 060.10-4 长短期记忆网络.mp4
  • 061.10-5 复杂循环神经网络代码实现.mp4
  • 062.10-6 编码器-解码器网络.mp4
  • 063.10-7 序列到序列模型代码实现.mp4
  • 064.10-8 束搜索算法.mp4
  • 065.10-9 机器翻译简单代码实现.mp4
  • 066.11-1 什么是注意力机制.mp4
  • 067.11-2 注意力的计算.mp4
  • 068.11-3 键值对注意力和多头注意力.mp4
  • 069.11-4 自注意力机制.mp4
  • 070.11-5 注意力池化及代码实现.mp4
  • 071.11-6 Transformer模型.mp4
  • 072.11-7 Transformer代码实现.mp4
  • 073.12-1BERT模型.mp4
  • 074.12-2 GPT系列模型.mp4
  • 075.12-3 T5模型.mp4
  • 076.12-4 ViT模型.mp4
  • 077.12-5 Swin Transformer模型.mp4
  • 078.12-6 GPT模型代码实现.mp4
  • 079.13-1 蒙特卡洛方法.mp4
  • 080.13-2 变分推断.mp4
  • 081.13-3 变分自编码器.mp4
  • 082.13-4 生成对抗网络.mp4
  • 083.13-5 Diffusion扩散模型.mp4
  • 084.13-6 图像生成.mp4
  • 085.14-1 自定义数据加载.mp4
  • 086.14-2 图像数据增强.mp4
  • 087.14-3 迁移学习.mp4
  • 088.14-4 经典视觉数据集.mp4
  • 089.14-5 项目实战:猫狗大战.mp4
  • 090.15-1 词嵌入和word2vec.mp4
  • 091.15-2 词义搜索和句意表示.mp4
  • 092.15-3 预训练模型.mp4
  • 093.15-4 Hugging Face库介绍.mp4
  • 094.15-5 经典NLP数据集.mp4
  • 095.15-6 项目实战:电影评论情感分析.mp4
  • 096.16-1 InstructGPT模型.mp4
  • 097.16-2 CLIP模型.mp4
  • 098.16-3 DALL-E模型.mp4
  • 099.16-4 深度学习最新发展趋势分析.mp4
  • 100.16-5 下一步学习的建议.mp4
1.本站不存储真实文件,仅展示文件信息。
2.用户自主配置内容,包括但不限于文件夹、链接、关联网盘等,不代表本站立场。
3.本站以文本、图片展示内容,无法及时审核其合法性。发现侵权内容,请提供资质及链接给客服,将立即移除。
官网:pan.tpym.cn QQ:851232718