0基础 AI入门实战(深度学习+Pytorch) 通俗易懂/0基础入门/案例实战/跨专业提升

0根底 AI初学实战(深度学习+Pytorch) 浅显易懂/0根底初学/案例实战/跨业余晋升

课程目次

001-课程引见.mp4

002-1-神经网络要实现的义务剖析.mp4

003-2-模子更新办法解读.mp4

004-3-丧失函数计较办法.mp4

005-4-前向传指流程解读.mp4

006-5-反向传指演示mp4

007-6-神经网络全体架构具体拆解.mp4

008-7-神经网络成果可视化剖析.mp

009-8-神经元个数的影响.mp4

010-9-预解决与dropout的影响.mp4

011-1-卷积神经网络概述剖析.mp4

012-2-卷积要实现的义务解读.mp4

013-3-卷积计较具体流程江示.mp4

014-4-条理结梅的影响.mp4

015-5-参数同享的影响.mp4

016-6-池化层的影响与数果.mp4

017-7-全体网络构造架构剖析.mp4

018-8-经典网络架构概述mp4

019-1-RNN网络构造原理与成绩mp4

020-2-留意力构造汗青小说引见.mp4

021-3-self-attention要处理的成绩mg4

022-4-0KV的柔源与影响.mp4

023-5-多头留意力体制的数果.mp4

024-6-地位编码与解码器.mp4

025-7-全体架构总结.mp4

026-8-BERT培训形式剖析.mg4

027-1-PyTorch框架与其余框架区分剖析.mp4

028-2-CPU与GPU版本装置办法解读mp

029-1-数据集与义务概述.mp4

030-2-根本模块使用尝试.mp4

031-3-网络构造界说办法.mp4

032-4-数据源界说简介.mp4

033-5-损实与培训模块剖析.mp

034-6-培训一个根本的分类模子mp

035-7-参数对后果的作用.mp4

036-1-义务与数据集解读.mp4

037-2-参数初始化操作解读.m4

038-3-培训流程实例.mp4

039-4-模子学习与预测.mp4

040-1-输出特色通道剖析.mp4

041-2-卷积网络参数解读.m4

042-3-卷积网络模子培训.mp4

043-1-义务剖析与图象数据根本解决mp4

044-2-数据加强模块.mp4

045-3-数据集与模子抉择.mp4

046-4-迁徙学习办法解读.mp4

047-5-输入层与棵度配置.mp4

048-6-输入种别个数修正.mp4

049-7-优化器与学习率衰减.mp4

050-8-模子培训办法.mp4

051-9-从新培训全副模子.mp4

052-10-尝试后果演示剖析.mp4

053-4-适用Dataloader加裁数据并培训模子mp

054-1-Dataloader要实现的义务剖析.mp4

055-2-图博教据与标签门路解决.mp4

056-3-Dataloader中需求完成的办法剖析.mp4

057-1-数据集与义务指标剖析.mp4

058-2-文本数据解决根本流程剖析.mp4

059-3-号令行参数与DEBUG.mp4

060-4-培训模子所需根本设置参数剖析.mp4

061-5-意料表与学特切分.mp4

062-6-字符预解决变换ID.mp4

063-7-LSTM网络构造根本界说.mp4

064-8-网络模子预测后果输入.mp4

065-9-模子培训义务与总结.mp4

066-1-根本构造与培训好的模子加款.mp4

067-2-效劳端解决与预测国数.mp4

068-3-鉴于Flask尝试模子预测后果.mp4

069-1-视觉transformer要实现的义务解读.mp4

070-1-名目源码预备.mp4

071-2-源码DEBUG演示mp4

072-3-Embedding模块完成办法.mp4

073-4-分块要实现的义务.mp4

074-5-QKV计较办法.mp4

075-6-特色加权调配.mp4

076-7-实现前向流传.mp4

077-8-丧失计较与培训mp4