深度学习框架-pytorch实战系列深度学习框架pytorch实战系列
1
以下内容为本站网络收集.如有广告.并非本站添加.请注意甄别。
深度学习框架-pytorch实战系列_大小：9.16_gb目录：【/深度学习框架-pytorch实战系列】 下的所有内容目录：【/深度学习框架-pytorch实战系列】目录：【/深度学习框架-pytorch实战系列/16 pytorch框架实战模板解读】128 模块应用与benckmark解读.mp4128 模块应用与benckmark解读.mp4127 训练结果可视化展示模块.mp4126 训练模块功能.mp4125 模型架构模块.mp4124 数据读取与预处理模块功能解读.mp4123 各模块配置参数解析.mp4122 项目模板各模块概述.mp4目录：【/深度学习框架-pytorch实战系列/15 基于pytorch实战bert模型（民间pytorch版）】121 训练网络模型.mp4121 训练网络模型.mp4120 网络结构定义.mp4119 数据读取与预处理.mp4118 项目配置与环境概述.mp4目录：【/深度学习框架-pytorch实战系列/14 谷歌开源项目bert源码解读（官方tf版）】117 训练bert模型.mp4117 训练bert模型.mp4116 完成transformer模块构建.mp4115 构建qkv矩阵.mp4114 mask机制.mp4113 加入位置编码特征.mp4112 加入额外编码特征.mp4111 embedding层的作用.mp4110 tfrecord制作.mp4109 数据预处理模块.mp4108 数据读取模块.mp4107 项目参数配置.mp4106 bert开源项目简介.mp4目录：【/深度学习框架-pytorch实战系列/13 自然语言处理通用框架bert原理解读】105 训练实例.mp4105 训练实例.mp4104 bert模型训练方法.mp4103 transformer整体架构梳理.mp4102 位置编码与多层堆叠.mp4101 multi-head的作用.mp4100 特征分配与softmax机制.mp4099 self-attention计算方法.mp4098 注意力机制的作用.mp4097 传统解决方案遇到的问题.mp4096 bert任务目标概述.mp4目录：【/深度学习框架-pytorch实战系列/12 基于3d卷积的视频分析与动作识别】095 训练网络模型.mp4095 训练网络模型.mp4094 3d卷积网络所涉及模块.mp4093 数据batch制作方法.mp4092 视频数据预处理方法.mp4091 测试效果与项目配置.mp4090 ucf101动作识别数据集简介.mp4089 3d卷积原理解读.mp4目录：【/深度学习框架-pytorch实战系列/11 ocr文字识别项目实战】088 识别模块网络架构解读.mp4088 识别模块网络架构解读.mp4087 crnn识别模块所需数据与标签.mp4086 网络架构各模块完成的任务解读.mp4085 整体网络所需模块.mp4084 候选框标签制作.mp4083 检.测模块候选框生成.mp4082 ocr文字检.测识别项目效果展示.mp4081 ocr文字检.测识别项目效果展示.mp4目录：【/深度学习框架-pytorch实战系列/10 ocr文字识别原理】080 ctc模块的作用.mp4080 ctc模块的作用.mp4079 crnn识别网络架构.mp4078 ctpn细节概述.mp4077 输出结果含义解析.mp4076 序列网络的作用.mp4075 ctpn文字检.测网络概述.mp4074 ocr文字识别要完成的任务.mp4目录：【/深度学习框架-pytorch实战系列/09 基于cyclegan开源项目实战图像合成】073 额外补充：visdom可视化配置.mp4073 额外补充：visdom可视化配置.mp4072 生成与判别损失函数指定.mp4071 损失函数：identity?loss计算方法.mp4070 判别网络模块构造.mp4069 生成网络模块构造.mp4068 数据读取与预处理操作.mp4067 cycle开源项目简介.mp4066 patchgan判别网络原理.mp4065 cyclegan整体网络架构.mp4064 cyclegan网络所需数据.mp4目录：【/深度学习框架-pytorch实战系列/08 对抗生成网络架构原理与实战解析】063 生成与判别网络定义.mp4063 生成与判别网络定义.mp4062 数据读取模块.mp4061 损失函数解释说明.mp4060 gan网络组成.mp4059 对抗生成网络通俗解释.mp4目录：【/深度学习框架-pytorch实战系列/07 新闻数据集文本分类实战】058 网络模型架构与效果展示.mp4058 网络模型架构与效果展示.mp4057 cnn应用于文本任务原理解析.mp4056 tensorboardx可视化展示模块搭建.mp4055 训练lstm文本分类模型.mp4054 lstm网络模块定义与参数解析.mp4053 新闻数据读取与预处理方法.mp4052 项目配置参数设置.mp4051 rnn模型所需输入格式解析.mp4050 任务目标与数据简介.mp4目录：【/深度学习框架-pytorch实战系列/06 递归神经网络与词向量原理解读】049 负采样方案.mp4049 负采样方案.mp4048 cbow与skip-gram模型.mp4047 训练数据构建.mp4046 模型整体框架.mp4045 词向量模型通俗解释.mp4044 rnn网络架构解读.mp4目录：【/深度学习框架-pytorch实战系列/05 迁移学习的作用与应用实例】043 额外补充-resnet网络架构解读.mp4043 额外补充-resnet网络架构解读.mp4042 额外补充-resnet论文解读.mp4041 加载模型对测试数据进行预测.mp4040 训练结果与模型保存.mp4039 实现训练模块.mp4038 优化器模块配置.mp4037 加载训练好的网络模型.mp4036 迁移学习策略.mp4035 迁移学习的目标.mp4目录：【/深度学习框架-pytorch实战系列/04 图像识别核心模块实战解读】034 batch数据制作.mp4034 batch数据制作.mp4033 数据预处理与数据增强模块.mp4032 图像增强的作用.mp4031 分类任务数据集定义与配置.mp4030 vision模块功能解读.mp4029 网络流程解读.mp4028 卷积网络参数定义.mp4目录：【/深度学习框架-pytorch实战系列/03 卷积神经网络原理与参数解读】027 感受野的作用.mp4027 感受野的作用.mp4026 残差网络resnet.mp4025 vgg网络架构.mp4024 整体网络架构.mp4023 池化层的作用.mp4022 特征图尺寸计算与参数共享.mp4021 边缘填充方法.mp4020 步长与卷积核大小对结果的影响.mp4019 得到特征图表示.mp4018 卷积特征值计算方法.mp4017 卷积的作用.mp4016 卷积神经网络应用领域.mp4目录：【/深度学习框架-pytorch实战系列/02 神经网络实战分类与回归任务】015 dataset模块介绍与应用方法.mp4015 dataset模块介绍与应用方法.mp4014 构建分类网络模型.mp4013 分类任务概述.mp4012 简化代码训练网络模型.mp4011 按建模顺序构建完成网络架构.mp4010 气温数据集与任务介绍.mp4目录：【/深度学习框架-pytorch实战系列/01 pytorch框架基本处理操作】课程数据代码下载模型下载课程数据代码下载模型下载009 补充：hub模块简介.mp4008 补充：常见tensor格式.mp4007 线性回归demo-训练回归模型.mp4006 线性回归demo-数据与参数配置.mp4005 自动求导机制.mp4004 pytorch基本操作.mp4003 框架安装方法（cpu与gpu版本）.mp4002 pytorch框架发展趋势简介.mp4001 pytorch实战课程简介.mp4
