文件目录:PyTorch入门到进阶 实战计算机视觉与自然语言处理项目(10.51G)
1
10
10-1 rnn网络基础_.mp4
10-2 rnn常见网络结构-simple rnn网络_.mp4
10-3 bi-rnn网络_.mp4
10-4 lstm网络基础_.mp4
10-5 attention结构_.mp4
10-6 transformer结构_.mp4
10-7 bert结构_.mp4
10-8 nlp基础概念介绍_.mp4
11
11-1 文本情感分析-情感分类概念介绍_.mp4
11-10 文本情感分类-test脚本定义_.mp4
11-2 文本情感分类关键流程介绍_.mp4
11-3 文本情感分类之文本预处理_.mp4
11-4 文本情感分类之特征提取与文本表示_.mp4
11-5 文本情感分类之深度学习模型_.mp4
11-6 文本情感分类-数据准备_.mp4
11-7 文本情感分类-dataset类定义_.mp4
11-8 文本情感分类-model类定义_.mp4
11-9 文本情感分类-train脚本定义_.mp4
12
12-1 机器翻译相关方法-应用场景-评价方法_.mp4
12-2 seq2seq-attention编程实例数据准备-模型结构-相关函数_.mp4
12-3 seq2seq-attention编程实例-定义数据处理模块_.mp4
12-4 seq2seq-attention编程实例-定义模型结构模块(上)_.mp4
12-5 seq2seq-attention编程实例-定义模型结构模块(下)_.mp4
12-6 seq2seq-attention编程实例-定义train模块(上)_.mp4
12-7 seq2seq-attention编程实例-定义train模块(下)_.mp4
12-8 seq2seq-attention编程实例-定义train模块-loss function_.mp4
12-9 seq2seq-attention编程实例-定义eval模块_.mp4
13
13-1 pytorch模型开发与部署基础平台介绍_.mp4
13-2 pytorch工程化基础–torchscript_.mp4
13-3 pytorch服务端发布平台–torchserver_.mp4
13-4 pytorch终端推理基础–onnx_.mp4
14
14-1 linux操作基础串讲_.mp4
15
15-1 课程总结_.mp4
1-1 课程导学~1_ (2).mp4
2
2-1 初识pytorch基本框架_.mp4
2-2 环境配置(1)_.mp4
2-3 环境配置(2)_.mp4
3
3-1 机器学习中的分类与回归问题-机器学习基本构成元素_.mp4
3-10 取整-余_.mp4
3-11 比较运算-排序-topk-kthvalue-数据合法性校验_.mp4
3-12 三角函数_.mp4
3-13 其他数学函数_.mp4
3-14 pytorch与统计学方法_.mp4
3-15 pytorch与分布函数_.mp4
3-16 pytorch与随机抽样_.mp4
3-17 pytorch与线性代数运算_.mp4
3-18 pytorch与矩阵分解-pca_.mp4
3-19 pytorch与矩阵分解-svd分解-lda_.mp4
3-2 tensor的基本定义_.mp4
3-20 pytorch与张量裁剪_.mp4
3-21 pytorch与张量的索引与数据筛选_.mp4
3-22 pytorch与张量组合与拼接_.mp4
3-23 pytorch与张量切片_.mp4
3-24 pytorch与张量变形_.mp4
3-25 pytorch与张量填充_.mp4
3-26 pytorch与傅里叶变换_.mp4
3-27 pytorch简单编程技巧_.mp4
3-28 pytorch与autograd-导数-方向导数-偏导数-梯度的概念_.mp4
3-29 pytorch与autograd-梯度与机器学习最优解_.mp4
3-3 tensor与机器学习的关系_.mp4
3-30 pytorch与autograd-variable$tensor_.mp4
3-31 pytorch与autograd-如何计算梯度_.mp4
3-32 pytorch与autograd中的几个重要概念-variable-grad-grad_fn_.mp4
3-33 pytorch与autograd中的几个重要概念-function_.mp4
3-34 pytorch与nn库_.mp4
3-35 pytorch与visdom_.mp4
3-36 pytorch与tensorboardx_.mp4
3-37 pytorch与torchvision_.mp4
3-4 tensor创建编程实例_.mp4
3-5 tensor的属性_.mp4
3-6 tensor的属性-稀疏的张量的编程实践_.mp4
3-7 tensor的算术运算_.mp4
3-8 tensor的算术运算编程实例_.mp4
3-9 in-place的概念和广播机制_.mp4
4
4-1 机器学习和神经网络的基本概念(1)_.mp4
4-2 机器学习和神经网络的基本概念(2)_.mp4
4-3 利用神经网络解决分类和回归问题(1)_.mp4
4-4 利用神经网络解决分类和回归问题(2)_.mp4
4-5 利用神经网络解决分类和回归问题(3)_.mp4
4-6 利用神经网络解决分类和回归问题(4)_.mp4
4-7 利用神经网络解决分类和回归问题(5)_.mp4
5
5-1 计算机视觉基本概念_.mp4
5-10 多分支网络结构_.mp4
5-11 attention的网络结构_.mp4
5-12 学习率_.mp4
5-13 优化器_.mp4
5-14 卷积神经网添加正则化_.mp4
5-2 图像处理常见概念_.mp4
5-3 特征工程_.mp4
5-4 卷积神经网(上)_.mp4
5-5 卷积神经网(下)_.mp4
5-6 pooling层_.mp4
5-7 激活层-bn层-fc层-损失层_.mp4
5-8 经典卷积神经网络结构_.mp4
5-9 轻量型网络结构_.mp4
6
1-1 图像分类网络模型框架解读(上)_.mp4
1-10 pytorch搭建cifar10训练脚本搭建-resnet结构(下)_.mp4
1-11 pytorch搭建cifar10训练脚本搭建-mobilenetv1结构_.mp4
1-12 pytorch搭建cifar10训练脚本搭建-inception结构(上)_.mp4
1-13 pytorch搭建cifar10训练脚本搭建-inception结构(下)_.mp4
1-14 pytorch搭建cifar10训练脚本搭建-调用pytorch标准网络resnet18等_.mp4
1-15 pytorch搭建cifar10推理测试脚本搭建_.mp4
1-16 分类问题优化思路_.mp4
1-17 分类问题最新研究进展和方向_.mp4
1-2 图像分类网络模型框架解读(下)_.mp4
1-3 cifar10数据介绍-读取-处理(上)_.mp4
1-4 cifar10数据介绍-读取-处理(下)_.mp4
1-5 pytorch自定义数据加载-加载cifar10数据_.mp4
1-6 pytorch搭建 vggnet 实现cifar10图像分类_.mp4
1-7 pytorch搭建cifar10训练脚本-tensorboard记录log(上)_.mp4
1-8 pytorch搭建cifar10训练脚本-tensorboard记录log(下)_.mp4
1-9 pytorch搭建cifar10训练脚本搭建-resnet结构(上)_.mp4
7
7-1 目标检测问题介绍(上)_.mp4
7-10 mmdetection log分析_.mp4
7-2 目标检测问题介绍(下)_.mp4
7-3 pascal voc-coco数据集介绍_.mp4
7-4 mmdetection框架介绍-安装说明_.mp4
7-5 mmdetection框架使用说明_.mp4
7-6 mmdetection训练passcal voc目标检测任务(上)_.mp4
7-7 mmdetection训练passcal voc目标检测任务(中)_.mp4
7-8 mmdetection训练passcal voc目标检测任务(下)_.mp4
7-9 mmdetection test脚本_.mp4
8
8-1 图像分割基本概念_.mp4
8-2 图像分割方法介绍_.mp4
8-3 图像分割评价指标及目前面临的挑战_.mp4
8-4 coco数据集介绍_.mp4
8-5 detectron框架介绍和使用简单说明_.mp4
8-6 coco数据集标注文件解析_.mp4
8-7 detectron源码解读和模型训练-demo测试_.mp4
9
9-1 gan的基础概念和典型模型介绍(上)_.mp4
9-2 gan的基础概念和典型模型介绍(下)_.mp4
9-3 图像风格转换数据下载与自定义dataset类_.mp4
9-4 cyclegan模型搭建-model_.mp4
9-5 cyclegan模型搭建-train(上)_.mp4
9-6 cyclegan模型搭建-train(下)_.mp4
9-7 cyclegan模型搭建-test_.mp4
资料
资料.zip
网盘下载:
如百度网盘链接失效,请在页面底部评论,24小时内修复下载链接。
评论0