PyTorch框架班

课程详情

课程详情

课程名称：PyTorch框架班

课程核心介绍

本课程深入讲解PyTorch框架，从基础到高级，帮助学员全面掌握PyTorch的使用。

适合人群

  • 对机器学习和深度学习感兴趣的初学者
  • 希望提升PyTorch应用能力的工程师
  • 有志于从事人工智能领域的专业人士

学习收获

  • 掌握PyTorch的基本概念和操作
  • 学会使用PyTorch进行神经网络构建和训练
  • 了解PyTorch在图像识别、自然语言处理等领域的应用

课程亮点

  • 系统讲解，从基础到高级，循序渐进
  • 结合实际案例，理论与实践相结合
  • 提供丰富的教学资源，方便学员复习和巩固

课程目录

Week3【任务3】第一节：nn网络层-卷积层-增加注释.mp4
【严正声明】盗版必究！.html
【必看】深入浅出PyTorch.mp4
【必看】训练营学习指南.html
【招募】如何获得深度之眼奖学金和助学金？.html
【第一周】PyTorch简介与安装.mp4
【第一周】autograd与逻辑回归.mp4
【第一周】作业讲解1.mp4
【第一周】作业讲解2.mp4
【第一周】作业讲解3.mp4
【第一周】张量操作与线性回归.mp4
【第一周】张量简介与创建.mp4
【第一周】补充-pytorch开发环境安装.mp4
【第一周】计算图与动态图机制.mp4
【第七周】GPU的使用.mp4
【第七周】作业讲解.mp4
【第七周】模型finetune.mp4
【第七周】模型保存与加载.mp4
【第三周】nn网络层-卷积层.mp4
【第三周】nn网络层-池化-线性-激活函数层.mp4
【第三周】作业讲解.mp4
【第三周】模型创建步骤与nn.Module.mp4
【第三周】模型容器与AlexNet构建.mp4
【第九周】循环神经网络一瞥.mp4
【第九周】生成对抗网络一瞥.mp4
【第二周】二十二种transforms数据预处理方法.mp4
【第二周】作业讲解.mp4
【第二周】学会自定义transforms方法.mp4
【第二周】数据读取机制Dataloader与Dataset.mp4
【第二周】数据预处理transforms模块机制.mp4
【第五周】TensorBoard使用（一）.mp4
【第五周】TensorBoard使用（二）.mp4
【第五周】TensorBoard简介与安装.mp4
【第五周】hook函数与CAM可视化.mp4
【第五周】作业讲解.mp4
【第五周】学习率调整策略.mp4
【第八周】图像分割一瞥.mp4
【第八周】图像分类一瞥.mp4
【第八周】图像目标检测一瞥（上）.mp4
【第八周】图像目标检测一瞥（下）.mp4
【第六周】Batch Normalization.mp4
【第六周】Normalizaiton_layers.mp4
【第六周】作业讲解.mp4
【第六周】正则化之Dropout.mp4
【第六周】正则化之weight_decay.mp4
【第四周】torch.optim.SGD.mp4
【第四周】优化器optimizer的概念.mp4
【第四周】作业讲解.mp4
【第四周】损失函数(二).mp4
【第四周】损失函数（一）.mp4
【第四周】权值初始化.mp4
【资料合集】课件及代码百度云盘下载地址.html