pythonw门人工智能特训营视频编程资源人工智能特训营
文件名称： 【python】【w门】人工智能特训营视频法_共：20.40gb 文件总数量： 230条 压缩文件数量： 0条 压缩文件比： 0% 疑似加密文件： 0条(需要授权播放的文件) 文件创建时间： 2021-11-17 09:36:15
目录：【【python】【w门】人工智能特训营】目录：【【python】【w门】人工智能特训营/第9讲resnet残差网络】 9.9如何实例化深度残差网络_.mp4[114.68mb] 9.8残差网络的维度变换_.mp4[86.97mb] 9.7在网络中引入残差层_.mp4[85.36mb] 9.6构建残差网络的每个子模块_.mp4[108.81mb] 9.511卷积的含义和效果（二）_.mp4[973.59kb] 9.411卷积的含义和效果（一）_.mp4[2.73mb] 9.3批标准化的效果展示_.mp4[95.20mb] 9.2在pytorch中引入批量正则化_.mp4[79.38mb] 9.1如何提取中间变量_.mp4[113.85mb]目录：【【python】【w门】人工智能特训营/第8讲batchnormalization】 8.4批量标准化的操作是怎么进行的_.mp4[58.78mb] 8.3阈值变换如何应对过拟合_.mp4[53.49mb] 8.2为什么批量标准化比标准化好_.mp4[56.11mb] 8.1批量标准化怎么做_.mp4[43.76mb]目录：【【python】【w门】人工智能特训营/第7讲cnn进化】 7.5残差网络的数学原理_.mp4[96.44mb] 7.4残差网络的定义_.mp4[86.47mb] 7.3深度网络中的梯度消失问题_.mp4[109.36mb] 7.2vgg19_.mp4[64.14mb] 7.1alexnet的技术细节_.mp4[137.47mb]目录：【【python】【w门】人工智能特训营/第6讲pytorch（下）】 6.9cnn要调节的主要参数（二）_.mp4[42.54mb] 6.8cnn要调节的主要参数（一）_.mp4[33.96mb] 6.7pytorch里的图像预处理与可视化_.mp4[86.15mb] 6.6pytorch中的优化器选择_.mp4[86.90mb] 6.5adam算法_.mp4[55.35mb] 6.4自适应的梯度下降及流平均改进法_.mp4[105.25mb] 6.3两个参数问题下的优化面临的问题_.mp4[45.48mb] 6.2动量化梯度下降的原理和实现_.mp4[90.82mb] 6.12神经网络的训练与测试及训练的效果展示_.mp4[125.17mb] 6.11卷积网络中的全连接层_.mp4[87.15mb] 6.10构建卷积网络的代码讲解_.mp4[85.69mb] 6.1梯度下降法在pytorch中的实现_.mp4[84.63mb]目录：【【python】【w门】人工智能特训营/第5讲pytorch（上）】 5.8dropout在神经网络中的应用和实现_.mp4[115.02mb] 5.7多层网络的模型构建流程、神经网络的参数初始化_.mp4[123.72mb] 5.6用类的方法实现逻辑斯蒂回归_.mp4[75.66mb] 5.5逻辑回归的问题介绍_.mp4[59.90mb] 5.4pytorch中的优化器和损失函数_.mp4[86.26mb] 5.3网络视角下的线x模型、pytorch对神经网络的支持包_.mp4[105.60mb] 5.2pytorch中的反向求导_.mp4[78.08mb] 5.1pytorch中的基本概念—变量_.mp4[111.07mb]目录：【【python】【w门】人工智能特训营/第4讲卷积神经网络】 4.9卷积神经网络的训练方法_.mp4[71.87mb] 4.8池化操作与层层抽象_.mp4[88.16mb] 4.7引入激活函数以提取非线x特征_.mp4[91.27mb] 4.6卷积是如何提取特征的、卷积网络的生物学机理_.mp4[125.07mb] 4.5图像识别的传统方法及其问题（二）_.mp4[84.07mb] 4.4图像识别的传统方法及其问题（一）_.mp4[75.17mb] 4.3卷积操作的代码展示_.mp4[74.47mb] 4.2图像识别中的滤镜与卷积_.mp4[64.40mb] 4.1卷积神经网络的历史_.mp4[68.10mb]目录：【【python】【w门】人工智能特训营/第38讲python进阶（下）】 38.9泰坦尼克数据处理与分析（九）_.mp4[114.91mb] 38.8泰坦尼克数据处理与分析（八）_.mp4[131.49mb] 38.7泰坦尼克数据处理与分析（七）_.mp4[127.41mb] 38.6泰坦尼克数据处理与分析（六）_.mp4[75.27mb] 38.5泰坦尼克数据处理与分析（五）_.mp4[99.72mb] 38.4泰坦尼克数据处理与分析（四）_.mp4[114.09mb] 38.3泰坦尼克数据处理与分析（三）_.mp4[76.59mb] 38.2泰坦尼克数据处理与分析（二）_.mp4[81.40mb] 38.1泰坦尼克数据处理与分析（一）_.mp4[95.94mb]目录：【【python】【w门】人工智能特训营/第37讲python进阶（上）】 37.9pandas基本操作（三）_.mp4[118.90mb] 37.8pandas基本操作（二）_.mp4[95.31mb] 37.7pandas基本操作（一）_.mp4[129.40mb] 37.6numpy基本操作（六）_.mp4[84.40mb] 37.5numpy基本操作（五）_.mp4[99.68mb] 37.4numpy基本操作（四）_.mp4[58.09mb] 37.3numpy基本操作（三）_.mp4[95.79mb] 37.2numpy基本操作（二）_.mp4[76.60mb] 37.14pandas绘图（四）_.mp4[115.62mb] 37.13pandas绘图（三）_.mp4[75.64mb] 37.12pandas绘图（二）_.mp4[112.91mb] 37.11pandas绘图（一）_.mp4[109.20mb] 37.10pandas基本操作（四）_.mp4[83.87mb] 37.1numpy基本操作（一）_.mp4[117.30mb]目录：【【python】【w门】人工智能特训营/第36讲python操作数据库、python爬虫】 36.9python操作数据库（一）_.mp4[75.18mb] 36.8命令行操作数据库（四）_.mp4[118.38mb] 36.7命令行操作数据库（三）_.mp4[61.74mb] 36.6命令行操作数据库（二）_.mp4[128.41mb] 36.5命令行操作数据库（一）_.mp4[129.77mb] 36.4mysql数据库与excel的不同_.mp4[92.91mb] 36.3认识关系型数据库（二）_.mp4[124.32mb] 36.2认识关系型数据库（一）_.mp4[118.22mb] 36.17python爬虫（五）_.mp4[141.74mb] 36.16python爬虫（四）_.mp4[128.32mb] 36.15python爬虫（三）_.mp4[137.66mb] 36.14python爬虫（二）_.mp4[121.41mb] 36.13python爬虫（一）_.mp4[78.47mb] 36.12python操作数据库（四）_.mp4[130.63mb] 36.11python操作数据库（三）_.mp4[65.73mb] 36.10python操作数据库（二）_.mp4[131.06mb] 36.1课程介绍_.mp4[53.70mb]目录：【【python】【w门】人工智能特训营/第35讲python基础课程（下）】 35.9函数（二）_.mp4[86.41mb] 35.8函数（一）_.mp4[71.74mb] 35.7循环（四）_.mp4[113.13mb] 35.6循环（三）_.mp4[92.97mb] 35.5课间答疑_.mp4[90.76mb] 35.4循环（二）_.mp4[91.21mb] 35.3循环（一）_.mp4[64.85mb] 35.2条件判断（二）_.mp4[127.87mb] 35.14类（三）_.mp4[69.36mb] 35.13类（二）_.mp4[92.58mb] 35.12类（一）_.mp4[103.35mb] 35.11函数（四）_.mp4[135.11mb] 35.10函数（三）_.mp4[112.50mb] 35.1条件判断（一）_.mp4[131.34mb]目录：【【python】【w门】人工智能特训营/第34讲python基础课程（上）】 34.9变量类型—字符串类型（二）_.mp4[134.47mb] 34.8课间答疑_.mp4[76.47mb] 34.7变量类型—字符串类型（一）_.mp4[109.33mb] 34.6变量类型—bool类型_.mp4[82.71mb] 34.5变量类型—数值类型_.mp4[87.50mb] 34.4变量—代码规范_.mp4[83.77mb] 34.3变量—命名规范_.mp4[112.87mb] 34.2python介绍（二）_.mp4[145.19mb] 34.15变量类型—字典类型（二）_.mp4[102.30mb] 34.14变量类型—元组类型、字典类型（一）_.mp4[111.60mb] 34.13变量类型—列表类型（三）_.mp4[76.31mb]
