(价值899)深度学习与PyTorch入门实战教程-2019年CSDN

ynkmdp · 发表于 2019-9-1 07:55:51

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要登录才可以下载或查看，没有帐号？立即注册

x

课程名称: (价值899)深度学习与PyTorch入门实战教程-2019年CSDN

免费试看:

下载地址：

游客， 下载地址需要支付 285下载币 才能浏览支付

课程简介:

      适用人群
            本课程适合于深度学习和人工智能方向新手，需要零基础、快速、深入学习人工智能的朋友。

      课程概述
            前新加坡国立大学(亚洲排名第一)的助理研究员龙龙老师主讲，帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实践。

      课程特色：
            1.       通俗易懂，快速入门
            对深度学习算法追本溯源、循序渐进式讲解，学员不需要任何机器学习基础，只需要写过代码即可轻松上手。
            2.       实用主导，简单高效
            使用新手最容易掌握的深度学习框架PyTorch实战，比起使用TensorFlow的课程难度降低了约50%，而且PyTorch是业界最灵活，最受好评的框架。
            3.       案例为师，实战护航
            基于计算机视觉和NLP领域的经典数据集，从零开始结合PyTorch与深度学习算法完成多个案例实战。
            4.       持续更新，永久有效
            一次购买，永久有效。深度学习课程会持续更新下去，内容和学术界最前沿算法保持同步。

课程目录：

      第一章：深度学习框架介绍
      1. PyTorch简介  课件付费后下载 13:00
      第二章：安装环境准备
      1. 安装环境准备 12:42
      第三章：初见深度学习
      1. 简单回归案例-1 12:45
      2. 简单回归案例-2 11:09
      3. 简单回归案例-PyTorch求解 8:38
      4. 手写数字问题引入-1 10:36
      5. 手写数字问题引入-2 7:24
      第四章：PyTorch张量操作
      01. 基本数据类型-1 16:23
      02. 基本数据类型-2 8:13
      03. 创建Tensor-1 13:58
      04. 创建Tensor-2 11:13
      05. 索引与切片-1 12:49
      06. 索引与切片-2 11:50
      07. Tensor变化-1 7:53
      08. Tensor变化-2 10:25
      09. Tensor变化-3 10:29
      10. Tensor变化-4 8:22
      第五章：张量高阶操作
      1. Broadcasting-1 14:11
      2. Broadcasting-2 12:27
      3. Tensor合并与分割-1 11:34
      4. Tensor合并与分割-2 6:33
      5. Tensor运算 16:43
      6. Tensor统计-1 10:41
      7. Tensor统计-2 11:34
      8. Tensor高阶 16:05
      第六章：随机梯度下降
      1. 什么是梯度-1 13:50
      2. 什么是梯度-2 11:12
      3. 常见函数的梯度 7:23
      4. 激活函数与Loss的梯度-1 14:07
      5. 激活函数与Loss的梯度-2 12:05
      6. 激活函数与Loss的梯度-3 15:51
      第七章：感知机梯度传播推导
      1. 感知机的梯度推导-1 13:52
      2. 感知机的梯度推导-2 13:16
      3. 链式法则 11:40
      4. MLP反向传播推导 19:56
      5. 函数优化小实例 8:54
      第八章：多层感知机与分类器
      1. Logistic Regression 14:13
      2. 交叉熵 18:30
      3. LR多分类实战 8:26
      4. MLP网络层 13:59
      5. 激活函数与GPU加速 11:37
      6. MNIST测试 12:01
      7. Visdom可视化 13:08
      第九章：过拟合
      1. 过拟合与欠拟合 14:24
      2. Train-Val-Test-交叉验证-1 11:46
      3. Train-Val-Test交叉验证-2 7:39
      4. Regularization 11:21
      5. 动量与Ir衰减 13:57
      6. Early stopping, dropout，batch 14:20
      第一十章：卷积神经网络
      01. 什么是卷积-1 12:58
      02. 什么是卷积-2 8:47
      03. 卷积神经网络-1 11:19
      04. 卷积神经网络-2 11:12
      05. 卷积神经网络-3 8:43
      06. 池化层&差值 10:53
      07. BatchNorm-1 9:27
      08. BatchNorm-2 13:07
      09. 经典卷积神经网络 LeNet5,AlexNet, VGG, GoogLeNet-1 9:18
      10. 经典卷积神经网络 LeNet5,AlexNet, VGG, GoogLeNet-2 9:43
      11. ResNet， DenseNet-1 12:04
      12. ResNet， DenseNet-2 10:21
      13. nn.Module-1 10:17
      14. nn.Module-2 8:56
      15. 数据增强 12:53
      第一十一章：循环神经网络
      01. 时间序列表示方法 14:57
      02. RNN原理-1 9:55
      03. RNN原理-2 9:39
      04. RNN网络层-1 9:42
      05. RNN网络层-2 9:01
      06. 序列预测实战 13:27
      07. 梯度弥散与梯度爆炸 12:50
      08. LSTM原理-1 9:01
      09. LSTM原理-2 10:53
      10. LSTM网络层 8:44
      11. 情感分类实战 15:15
      第一十二章：CIFAR与ResNet实战
      1. CIFAR数据集介绍 9:02
      2. 卷积神经网络实战-1 12:30
      3. 卷积神经网络实战-2 10:32
      4. 卷积神经网络训练 8:35
      5. ResNet实现 8:08
      6. ResNet18实战 10:16
      7. 实战小结 7:32

huangwei8ku · 发表于 2019-9-1 21:59:22

楼主，大恩不言谢了！

oldtimestj93 · 发表于 2019-10-13 22:56:06

啥也不说了，感谢楼主分享哇！

wdjyzx · 发表于 2019-10-17 21:12:27

楼主，大恩不言谢了！

zg411160430 · 发表于 2019-11-4 14:53:13

感谢宏胜资源网提供这么好的教程。

l3026183 · 发表于 2020-2-3 12:29:11

感谢宏胜资源网提供这么好的教程！

nintendolove · 发表于 2020-2-29 23:33:09

正需要，支持楼主大人了！

papaxiong · 发表于 2020-3-6 18:25:58

看看这个视频怎么样

m904337 · 发表于 2020-4-19 14:36:55

真是难得给力的帖子啊。

linlinqi · 发表于 2020-5-18 05:37:32

感谢宏胜资源网提供这么好的教程！

		自动登录	找回密码
密码			立即注册