深度pytorch实战视频蕊_深度学习pytorch实战
文件名称： 深度pytorch实战视频蕊_共：4.22gb 文件总数量： 137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： 2021-4-22 19:43:57
目录：【深度学习pytorch实战】目录：【深度学习pytorch实战】pytorch数据代码模型下载 [114b]目录：【深度学习pytorch实战/章节9基于cyclegan开源项目实战图像】81额外补充：visdom可视化配置.mp4 [24.98mb]80生成与判别损失函数指定.mp4 [93.87mb]79损失函数：identityloss计算方法.mp4 [25.53mb]78判别网络模块构造.mp4 [53.87mb]77生成网络模块构造.mp4 [34.77mb]76数据读取与预处理操作.mp4 [40.02mb]75cycle开源项目简介.mp4 [29.96mb]74patchgan判别网络原理_.mp4 [15.00mb]73cyclegan整体网络架构_.mp4 [25.91mb]72cyclegan网络所需数据.mp4 [117.33mb]目录：【深度学习pytorch实战/章节8对抗生成网络架构原理与实战解析】71生成与判别网络定义.mp4 [112.73mb]70数据读取模块.mp4 [20.97mb]69损失函数解释说明_.mp4 [28.65mb]68gan网络组成.mp4 [8.48mb]67对抗生成网络通俗解释.mp4 [26.94mb]目录：【深度学习pytorch实战/章节7新闻数据集文本分类实战】65网络模型架构与效果展示.mp4 [32.76mb]64cnn应用于文本任务原理解析_.mp4 [18.29mb]63tensorboardx可视化展示模块搭建.mp4 [28.98mb]62训练lstm文本分类模型.mp4 [26.83mb]60lstm网络模块定义与参数解析.mp4 [79.53mb]59新闻数据读取与预处理方法.mp4 [23.99mb]58项目配置参数设置.mp4 [96.53mb]57rnn模型所需输入格式解析.mp4 [14.30mb]56任务目标与数据简介.mp4 [20.08mb]目录：【深度学习pytorch实战/章节6递归神经网络与词向量原理解读】55负采样方案.mp4 [18.67mb]54cbow与skip-gram模型.mp4 [55.84mb]53训练数据构建.mp4 [11.18mb]51模型整体框架_.mp4 [20.11mb]50词向量模型通俗解释_.mp4 [15.95mb]49rnn网络架构解读.mp4 [18.70mb]目录：【深度学习pytorch实战/章节5迁移学习的作用与应用实例】48额外补充-resnet网络架构解读.mp4 [43.78mb]47额外补充-resnet论文解读_.mp4 [64.65mb]46加载模型对测试数据进行预测.mp4 [31.04mb]45训练结果与模型保存.mp4 [114.06mb]44实现训练模块.mp4 [21.81mb]43优化器模块配置.mp4 [15.04mb]42加载训练好的网络模型_.mp4 [29.34mb]41迁移学习策略.mp4 [11.84mb]40迁移学习的目标.mp4 [9.37mb]目录：【深度学习pytorch实战/章节4图像识别核心模块实战解读】38batch数据制作.mp4 [26.71mb]37数据预处理与数据增强模块_.mp4 [24.85mb]36图像增强的作用.mp4 [10.99mb]35分类任务数据集定义与配置_.mp4 [82.09mb]34vision模块功能解读.mp4 [13.77mb]33网络流程解读.mp4 [21.91mb]32卷积网络参数定义.mp4 [17.48mb]目录：【深度学习pytorch实战/章节3卷积神经网络原理与参数解读】31感受野的作用.mp4 [12.80mb]29残差网络resnet_.mp4 [14.19mb]28vgg网络架构.mp4 [14.56mb]27整体网络架构_.mp4 [13.09mb]26池化层的作用_.mp4 [9.34mb]25特征图尺寸计算与参数共享.mp4 [16.76mb]24边缘填充方法.mp4 [13.01mb]23步长与卷积核大小对结果的影响.mp4 [15.99mb]22得到特征图表示.mp4 [14.61mb]21卷积特征值计算方法.mp4 [64.86mb]20卷积的作用.mp4 [18.12mb]19卷积神经网络应用领域.mp4 [16.28mb]目录：【深度学习pytorch实战/章节2神经网络实战分类与回归任务】17dataset模块介绍与应用方法.mp4 [150.48mb]16构建分类网络模型_.mp4 [24.17mb]15分类任务概述.mp4 [10.30mb]14简化代码训练网络模型.mp4 [28.98mb]
show_threadpage(45178. 1. 2. 0);
