2019年深度学习理论与实战PyTorch实现 91课

发布时间: 2019-09-06

发货 百度网盘 自动发货 时间 2019年 类型 会员打折

¥18.00

立即下载 加入收藏

5.0分/5人

升级会员组 享受更多优惠

自动发货



课程展示

QQ截图20190906231004.png


QQ截图20190906230955.png


课程介绍

专为小白用户设计的学习梯度,科学合理!

视频重点讲解+图文补充阅读+配套项目+助教服务!

系统代码实现+详细逐行代码注释!

掌握深度学习核心知识和实践技能!


课程目录

章节1:预备内容(入门)

1你的入门学习指南07:31

2入行AI为什么系统学习数学知识的最终放弃—7个建议

3入行人工智能为什么不需要系统学习Python知识

4为什么从深度学习入行人工智能最快

5深度学习概论14:53

6代码版本控制和托管平台GitHub简介04:18

7深度学习环境安装和配置

章节2:Python基础(入门)

8Python环境安装

9Python基础12:30

10【代码】详解Python及代码下载(见附件)

章节3:PyTorch基础(入门)

11【图文】PyTorch简介

12【视频】PyTorch基础1-简介及Tensor14:04

13【视频】PyTorch基础2-Variable和自动求导07:40

14【代码】Tensor和Variable代码详解及下载(见附件)

15【代码】自动求导代码详解及下载(见附件)

16【代码】动态图代码详解及下载(见附件)

章节4:神经网络(进阶)

17【视频】神经网络1-线性模型、梯度下降及框架实现12:43

18【图文】线性模型和梯度下降

19【代码】线性模型和梯度下降代码详解及下载(见附件)

20【视频】神经网络2-Logistic回归11:43

21【图文】Logistic回归

22【代码】logistic回归代码详解及下载(见附件)

23【视频】神经网络3-多层神经网络11:30

24【图文】多层神经网络

25【代码】多层神经网络代码详解及下载(见附件)

26【视频】神经网络4-多分类问题及深层神经网络09:06

27【图文】多分类问题及深层神经网络

28【代码】深层神经网络代码详解及下载(见资料)

29【视频】神经网络5-反向传播算法09:45

30【图文】反向传播算法

31【图文】优化算法介绍

32【图文】优化算法变式

33【代码】参数初始化代码详解及下载(见附件)

34【代码】优化算法1-梯度下降法代码详解(下载见附件)

35【代码】优化算法2-动量法代码详解(下载见附件)

36【代码】优化算法3-Adagrad代码详解(下载见附件)

37【代码】优化算法4-RMSProp代码详解(下载见附件)

38【代码】优化算法5-Adadelta代码详解(下载见附件)

39【代码】优化算法6-Adam代码详解(下载见附件)

40【实战项目1】使用神经网络预测房价(数据集附件下载)

章节5:卷积神经网络(进阶)

41【视频】卷积神经网络1-背景及应用04:16

42【视频】卷积神经网络2-卷积神经网络基础14:54

43【视频】卷积神经网络3-Pytorch实现05:18

44【图文】卷积神经网络

45【代码】卷积和池化的框架实现代码详解(下载见附件)

46【图文】数据预处理与批标准化

47【图文】经典卷积神经网络

48【视频】经典卷积神经网络-AlexNet07:36

49【代码】AlexNet代码详解(下载见附件)

50【视频】经典卷积神经网络-VGG05:07

51【代码】VGG代码详解(下载见附件)

52【视频】经典卷积神经网络-GoogLeNet07:24

53【代码】GoogLeNet代码详解(下载见附件)

54【视频】经典卷积神经网络-ResNet09:06

55【代码】ResNet代码详解(下载见附件)

56【视频】经典卷积神经网络-DenseNet06:26

57【代码】DenseNet代码详解(下载见附件)

58【视频】卷积神经网络-训练技巧15:20

59【图文】训练卷积神经网络

60【代码】数据增强代码详解(下载见附件)

61【代码】数据读取代码详解(下载见附件)

62【代码】微调进行迁移学习代码详解(下载见附件)

63【代码】学习率下降代码详解(下载见附件)

64【代码】批标准化代码详解(下载见附件)

65【代码】正则化代码详解(下载见附件)

66【代码】Tensorboard代码详解(下载见附件)

67【实战项目2】驾驶员状态监测(数据集见附件)

章节6:循环神经网络(进阶)

68【视频】循环神经网络1-循环神经网络基础09:38

69【图文/代码】循环神经网络基础(代码详解及下载见附件)

70【视频】循环神经网络2-循环神经网络的应用10:10

71【图文/代码】循环神经网络应用(代码详解及下载见附件)

72【代码】RNN PyTorch实现代码详解(下载见附件)

73【代码】RNN图像分类的应用代码详解(下载见附件)

74【代码】RNN时间序列应用代码详解(下载见附件)

75【代码】RNN词嵌入代码详解(下载见附件)

76【代码】RNN N-Gram代码详解(下载见附件)

77【代码】RNN LSTM代码详解(下载见附件)

78【实战项目3】通过RNN创作古诗(数据集见附件)

章节7:生成对抗网络GAN(进阶)

79【视频】生成对抗网络1-自动编码器07:49

80【视频】生成对抗网络2-变分自动编码器05:55

81【视频】生成对抗网络3-生成对抗网络08:43

82【图文】生成对抗网络

83【代码】自动编码器代码详解(下载见附件)

84【代码】变分自动编码器代码详解(下载见附件)

85【代码】生成对抗网络代码详解(下载见附件)

86【实战项目4】生成对抗网络生成人脸(数据集见附件)

章节8:强化学习(进阶)

87【视频】强化学习12:12

88【图文】强化学习

89【代码】q Learning代码详解及下载(附件)

90【代码】深度Q网络代码详解及下载(附件)

章节9:毕业项目

91【实战项目5】毕业项目


课程大小

QQ截图20190906230817.png

(10)20190906 人工智能

版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系客服,我们将尽快处理。
  • qb**

    19天前qb**

    未评价,系统默认好评!

  • 松*

    1月前松*

    未评价,系统默认好评!

  • 安**

    5月前安**

    未评价,系统默认好评!

  • 77252******

    10月前77252******

    未评价,系统默认好评!

  • Non****

    10月前Non****

    未评价,系统默认好评!

更多评论

嘿,我来帮您!