PyTorch深度学习入门与实战课程 [691.9M]

目录:/PyTorch深度学习入门与实战课程 [691.9M]
├──01.预备内容(入门) [122.8M]
│ ├──01.【免费视频】你的入门学习指南.mp4 [16.8M]
│ ├──02.【免费图文】入行AI为什么系统学习数学知识的最终放弃—7个建议.pdf [367.8K]
│ ├──03.【免费图文】入行人工智能为什么不需要系统学习Python知识.pdf [185.3K]
│ ├──04.【免费图文】为什么从深度学习入行人工智能最快.pdf [179K]
│ ├──05.【免费视频】深度学习概论.mp4 [38.9M]
│ ├──06.【免费视频】代码版本控制和托管平台GitHub简介(1).mp4 [14.2M]
│ ├──06.【免费视频】代码版本控制和托管平台GitHub简介.mp4 [50.6M]
│ └──07.【免费图文】深度学习环境安装和配置.pdf [1.6M]
├──02.Python基础(入门) [32.1M]
│ ├──资料 [1.8M]
│ │ └──03.python code download.zip [1.8M]
│ ├──01.【免费图文】Python环境安装.pdf [1M]
│ ├──02.【免费视频】Python基础.mp4 [28M]
│ └──03.【代码】详解Python及代码下载(见附件).pdf [1.2M]
├──03.PyTorch基础(入门) [53.1M]
│ ├──资料 [20.8K]
│ │ ├──04.Tensor-and-Variable_code.zip [15.2K]
│ │ ├──05.autograd_code.zip [3.7K]
│ │ └──06.dynamic-graph_code.zip [1.8K]
│ ├──01.【图文】PyTorch简介.pdf [124K]
│ ├──02.【视频】PyTorch基础1-简介及Tensor.mp4 [35.3M]
│ ├──03.【视频】PyTorch基础2-Variable和自动求导.mp4 [17.1M]
│ ├──04.【代码】Tensor和Variable代码详解及下载(见附件).pdf [178.2K]
│ ├──05.【代码】自动求导代码详解及下载(见附件).pdf [347.2K]
│ └──06.【代码】动态图代码详解及下载(见附件).pdf [136.4K]
├──04.神经网络(进阶) [135.2M]
│ ├──资料 [693.5K]
│ │ ├──03.linear-regression-gradient-descend_ipynb.zip [73.7K]
│ │ ├──06.logistic-regression.ipynb.zip [100.4K]
│ │ ├──09.nn-multilayer.ipynb.zip [172.1K]
│ │ ├──12.deep-nn.ipynb.zip [51.4K]
│ │ ├──17.param_initialize_code.zip [42.9K]
│ │ ├──18.sgd-code.zip [67.7K]
│ │ ├──19.momentum-code.zip [59.8K]
│ │ ├──20.adagrad-code.zip [23.6K]
│ │ ├──21.rmsprop-code.zip [47.1K]
│ │ ├──22.adadelta-code.zip [26.4K]
│ │ ├──23.adam-code.zip [23.4K]
│ │ └──24.PyTorch-predict-house-prices-P1-master-code%26data.zip [5K]
│ ├──01.【视频】神经网络1-线性模型、梯度下降及框架实现.mp4 [32.5M]
│ ├──02.【图文】线性模型和梯度下降.pdf [384.5K]
│ ├──03.【代码】线性模型和梯度下降代码详解及下载(见附件).pdf [266.4K]
│ ├──04.【视频】神经网络2-Logistic回归.mp4 [29.4M]
│ ├──05.【图文】Logistic回归.pdf [203.2K]
│ ├──06.【代码】logistic回归代码详解及下载(见附件).pdf [210.9K]
│ ├──07.【视频】神经网络3-多层神经网络.mp4 [27.3M]
│ ├──08.【图文】多层神经网络.pdf [510.5K]
│ ├──09.【代码】多层神经网络代码详解及下载(见附件).pdf [276.9K]
│ ├──10.【视频】神经网络4-多分类问题及深层神经网络.mp4 [20.6M]
│ ├──11.【图文】多分类问题及深层神经网络.pdf [311.8K]
│ ├──12.【代码】深层神经网络代码详解及下载(见资料).pdf [158.1K]
│ ├──13.【视频】神经网络5-反向传播算法.mp4 [19.5M]
│ ├──14.【图文】反向传播算法.pdf [367.3K]
│ ├──15.【图文】优化算法介绍.pdf [806.9K]
│ ├──16.【图文】优化算法变式.pdf [834.9K]
│ ├──17.【代码】参数初始化代码详解及下载(见附件).pdf [140.3K]
│ ├──18.【代码】优化算法1-梯度下降法代码详解(下载见附件).pdf [172.8K]
│ ├──19.【代码】优化算法2-动量法代码详解(下载见附件).pdf [156.1K]
│ ├──20.【代码】优化算法3-Adagrad代码详解(下载见附件).pdf [84.2K]
│ ├──21.【代码】优化算法4-RMSProp代码详解(下载见附件).pdf [117K]
│ ├──22.【代码】优化算法5-Adadelta代码详解(下载见附件).pdf [93.4K]
│ ├──23.【代码】优化算法6-Adam代码详解(下载见附件).pdf [84.8K]
│ └──24.【实战项目1】使用神经网络预测房价(数据集附件下载).pdf [52.7K]
├──05.卷积神经网络(进阶) [199.2M]
│ ├──资料 [1.9M]
│ │ ├──05.basic_conv download.zip [325.8K]
│ │ ├──05.utils.py [4.8K]
│ │ ├──09.9%E4%BB%A3%E7%A0%81%E4%B8%8B%E8%BD%BDalexnet.zip [4.6K]
│ │ ├──09.alexnet download.zip [3.3K]
│ │ ├──11.vgg download.zip [3.6K]
│ │ ├──13.googlenet download.zip [4.2K]
│ │ ├──15.resnet download.zip [3.5K]
│ │ ├──17.densenet download.zip [3.6K]
│ │ ├──20.data-augumentation-code.zip [979.1K]
│ │ ├──21.data-io-code.zip [42K]
│ │ ├──22.fine-tune-code.zip [571.6K]
│ │ ├──23.lr-decay-code.zip [21.3K]
│ │ ├──24.normalization-code.zip [4.5K]
│ │ ├──25.regularization-code.zip [2K]
│ │ ├──26.tensorboard-code.zip [3.2K]
│ │ └──27.PyTorch-distracted-driver-P2-master.zip [9.7K]
│ ├──01.【视频】卷积神经网络1-背景及应用.mp4 [16.3M]
│ ├──02.【视频】卷积神经网络2-卷积神经网络基础.mp4 [40M]
│ ├──03.【视频】卷积神经网络3-Pytorch实现.mp4 [12.1M]
│ ├──04.【图文】卷积神经网络.pdf [1.1M]
│ ├──05.【代码】卷积和池化的框架实现代码详解(下载见附件).pdf [303.6K]
│ ├──06.【图文】数据预处理与批标准化.pdf [155.1K]
│ ├──07.【图文】经典卷积神经网络.pdf [635.2K]
│ ├──08.【视频】经典卷积神经网络-AlexNet.mp4 [20.4M]
│ ├──09.【代码】AlexNet代码详解(下载见附件).pdf [98.4K]
│ ├──10.【视频】经典卷积神经网络-VGG.mp4 [11.7M]
│ ├──11.【代码】VGG代码详解(下载见附件).pdf [163.1K]
│ ├──12.【视频】经典卷积神经网络-GoogLeNet.mp4 [14.9M]
│ ├──13.【代码】GoogLeNet代码详解(下载见附件).pdf [231.7K]
│ ├──14.【视频】经典卷积神经网络-ResNet.mp4 [20.7M]
│ ├──15.【代码】ResNet代码详解(下载见附件).pdf [125.4K]
│ ├──16.【视频】经典卷积神经网络-DenseNet.mp4 [15.4M]
│ ├──17.【代码】DenseNet代码详解(下载见附件).pdf [360.1K]
│ ├──18.【视频】卷积神经网络-训练技巧.mp4 [39.4M]
│ ├──19.【图文】训练卷积神经网络.pdf [541.5K]
│ ├──20.【代码】数据增强代码详解(下载见附件).pdf [1.1M]
│ ├──21.【代码】数据读取代码详解(下载见附件).pdf [124.2K]
│ ├──22.【代码】微调进行迁移学习代码详解(下载见附件).pdf [847.4K]
│ ├──23.【代码】学习率下降代码详解(下载见附件).pdf [94.7K]
│ ├──24.【代码】批标准化代码详解(下载见附件).pdf [108K]
│ ├──25.【代码】正则化代码详解(下载见附件).pdf [83.1K]
│ ├──26.【代码】Tensorboard代码详解(下载见附件).pdf [281.4K]
│ └──27.【实战项目2】驾驶员状态监测(数据集见附件).pdf [289.1K]
├──06.循环神经网络(进阶) [52.9M]
│ ├──资料 [1.8M]
│ │ ├──04.RNN app download.zip [354.4K]
│ │ ├──05.pytorch-rnn-code.zip [4.3K]
│ │ ├──06.rnn-for-image-code.zip [3.4K]
│ │ ├──07.time-series-code.zip [43.6K]
│ │ ├──08.word-embedding-code.zip [1.4K]
│ │ ├──09.n-gram-code.zip [3.5K]
│ │ ├──10.seq-lstm-code.zip [2.9K]
│ │ └──11.PyTorch-poetry-generation-P3-master.zip [1.4M]
│ ├──01.【视频】循环神经网络1-循环神经网络基础.mp4 [22.7M]
│ ├──02.【图文&代码】循环神经网络基础(代码详解及下载见附件).pdf [656.7K]
│ ├──03.【视频】循环神经网络2-循环神经网络的应用.mp4 [26.8M]
│ ├──04.【图文&代码】循环神经网络应用(代码详解及下载见附件).pdf [327K]
│ ├──05.【代码】RNN PyTorch实现代码详解(下载见附件).pdf [213.8K]
│ ├──06.【代码】RNN图像分类的应用代码详解(下载见附件).pdf [54K]
│ ├──07.【代码】RNN时间序列应用代码详解(下载见附件).pdf [129.6K]
│ ├──08.【代码】RNN词嵌入代码详解(下载见附件).pdf [50.3K]
│ ├──09.【代码】RNN N-Gram代码详解(下载见附件).pdf [77.1K]
│ ├──10.【代码】RNN LSTM代码详解(下载见附件).pdf [76.5K]
│ └──11.【实战项目3】通过RNN创作古诗(数据集见附件).pdf [48.9K]
├──07.生成对抗网络GAN(进阶) [69.1M]
│ ├──资料 [936.7K]
│ │ ├──05.autoencoder download.zip [50.7K]
│ │ ├──06.vae download.zip [3.2K]
│ │ └──07.gan download.zip [882.9K]
│ ├──01.【视频】生成对抗网络1-自动编码器.mp4 [21.2M]
│ ├──02.【视频】生成对抗网络2-变分自动编码器.mp4 [14.8M]
│ ├──03.【视频】生成对抗网络3-生成对抗网络.mp4 [30.4M]
│ ├──04.【图文】生成对抗网络.pdf [238.2K]
│ ├──05.【代码】自动编码器代码详解(下载见附件).pdf [209.8K]
│ ├──06.【代码】变分自动编码器代码详解(下载见附件).pdf [110.9K]
│ ├──07.【代码】生成对抗网络代码详解(下载见附件).pdf [1.2M]
│ └──08.【实战项目4】生成对抗网络生成人脸(数据集见附件).pdf [53K]
├──08.强化学习(进阶) [27.5M]
│ ├──资料 [31.2K]
│ │ ├──03.q-learning-intro download.zip [2.6K]
│ │ └──04.dqn download.zip [28.6K]
│ ├──01.【视频】强化学习.mp4 [26.7M]
│ ├──02.【图文】强化学习.pdf [607.7K]
│ ├──03.【代码】q Learning代码详解及下载(附件).pdf [95.1K]
│ └──04.【代码】深度Q网络代码详解及下载(附件).pdf [113.7K]
└──09.毕业项目 [59.6K]
└──01.【实战项目5】毕业项目.pdf [59.6K]

相关下载

点击下载

参与评论