零基础入门实战深度学习Pytorch

文件数量 51
文件大小 2.66 GB
网盘类型 夸克
下载次数 0
是否有效 验证中...
最后验证 加载中...
上传时间 2025-05-23 13:39:41

文件目录结构目录内容仅供参考

零基础入门实战深度学习Pytorch
001-课程介绍.mp4 (51.62 MB)
004-3-损失函数计算方法.mp4 (17.96 MB)
007-6-神经网络整体架构详细拆解.mp4 (29.55 MB)
008-7-神经网络效果可视化分析.mp4 (43.16 MB)
010-9-预处理与dropout的作用.mp4 (22.26 MB)
012-2-卷积要完成的任务解读.mp4 (20.76 MB)
013-3-卷积计算详细流程演示.mp4 (35.02 MB)
014-4-层次结构的作用.mp4 (11.89 MB)
019-1-RNN网络结构原理与问题.mp4 (17.14 MB)
020-2-注意力结构历史故事介绍.mp4 (32.21 MB)
023-5-多头注意力机制的效果.mp4 (28.59 MB)
033-5-损失与训练模块分析.mp4 (35.48 MB)
034-6-训练一个基本的分类模型.mp4 (42.89 MB)
035-7-参数对结果的影响.mp4 (39.81 MB)
036-1-任务与数据集解读.mp4 (33.56 MB)
037-2-参数初始化操作解读.mp4 (40.14 MB)
038-3-训练流程实例.mp4 (38.85 MB)
039-4-模型学习与预测.mp4 (52.48 MB)
042-3-卷积网络模型训练.mp4 (44.69 MB)
043-1-任务分析与图像数据基本处理.mp4 (36.88 MB)
044-2-数据增强模块.mp4 (37.5 MB)
046-4-迁移学习方法解读.mp4 (36.41 MB)
047-5-输出层与梯度设置.mp4 (50.36 MB)
048-6-输出类别个数修改.mp4 (41.33 MB)
049-7-优化器与学习率衰减.mp4 (42.16 MB)
050-8-模型训练方法.mp4 (42.33 MB)
051-9-重新训练全部模型.mp4 (43.15 MB)
052-10-测试结果演示分析.mp4 (89.26 MB)
053-4-实用Dataloader加载数据并训练模型.mp4 (58.76 MB)
054-1-Dataloader要完成的任务分析.mp4 (30.73 MB)
055-2-图像数据与标签路径处理.mp4 (42.01 MB)
056-3-Dataloader中需要实现的方法分析.mp4 (42.72 MB)
057-1-数据集与任务目标分析.mp4 (35.39 MB)
058-2-文本数据处理基本流程分析.mp4 (50.52 MB)
059-3-命令行参数与DEBUG.mp4 (32.16 MB)
060-4-训练模型所需基本配置参数分析.mp4 (37.92 MB)
061-5-预料表与字符切分.mp4 (29.12 MB)
064-8-网络模型预测结果输出.mp4 (35.74 MB)
065-9-模型训练任务与总结.mp4 (41.31 MB)
067-2-服务端处理与预测函数.mp4 (39.02 MB)
068-3-基于Flask测试模型预测结果.mp4 (40.01 MB)
069-1-视觉transformer要完成的任务解读.mp4 (30.1 MB)
070-1-项目源码准备.mp4 (42.71 MB)
071-2-源码DEBUG演示.mp4 (31.69 MB)
072-3-Embedding模块实现方法.mp4 (42.25 MB)
073-4-分块要完成的任务.mp4 (34.85 MB)
074-5-QKV计算方法.mp4 (39.38 MB)
075-6-特征加权分配.mp4 (39.25 MB)
076-7-完成前向传播.mp4 (35.62 MB)
077-8-损失计算与训练.mp4 (44.4 MB)

用户评论 (0条)

当前评分: 7

免责声明

1. 本站所有资源均来自网络收集或用户分享,仅供学习交流使用,版权归原作者所有。

2. 本站不对所存储资源的完整性、准确性和合法性负责,也不承担任何法律责任。

3. 如有侵犯您的版权或其他权益,请立即联系我们删除相关内容。

4. 使用者应自行承担因下载、使用本站资源而产生的一切后果。

5. 本声明未涉及的问题参见国家有关法律法规,当本声明与国家法律法规冲突时,以国家法律法规为准。