温馨提示： 1、目录只是展示，资源都在百度网盘群里，自动同步更新，加入VIP会员，可以进群直接在线点开观看，也可以保存自己网盘下载到手机电脑等设备； 2、课程资源每日更新，目前总量超过200万G，囊括早教/幼儿/小学/初中/高中/职场所有阶段，全网最全； 3、快速直达，点击对应分类后比如点击“1.早教课程系列（在更）”分类后，搜索“牛津树”就会出现所有牛津树课程资源，更方便快捷：

信息加载中,请等待...

  • 7-10使用卷积提取图像中的特定特征0800_ev.mp4
  • 7-11借助下采样压缩数据0753_ev.mp4
  • 7-12借助PyTorch搭建卷积网络1012_ev.mp4
  • 7-13训练我们的分类模型1005_ev.mp4
  • 7-14训练好的模型如何存储0147_ev.mp4
  • 7-15该用GPU训练我们的模型0859_ev.mp4
  • 7-16优化方案之增加模型宽度-width0855_ev.mp4
  • 7-17优化方案之数据正则化-normalization一1338_ev.mp4
  • 7-18优化方案之数据正则化-normalization二1655_ev.mp4
  • 7-19优化方案之数据正则化-normalization三0856_ev.mp4
  • 7-1CIFAR-10数据集介绍0804_ev.mp4
  • 7-20优化方案之增加模型深度-depth0641_ev.mp4
  • 7-21本章小结0605_ev.mp4
  • 7-2为数据集实现Dataset类0842_ev.mp4
  • 7-3为模型准备训练集和验证集1100_ev.mp4
  • 7-4借助softmax方法给出分类结果1057_ev.mp4
  • 7-5分类模型常用损失之交叉熵损失0738_ev.mp4
  • 7-6全连接网络实现图像分类2553_ev.mp4
  • 7-7对全连接网络的改进之卷积网络1349_ev.mp4
  • 7-8借助PyTorch搭建卷积网络模型1539_ev.mp4
  • 7-9卷积中的数据填充方法padding0431_ev.mp4

Copyright © 免费制作

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
确定