118 0基础 AI入门实战深度学习Pytorch 通俗易懂0基础入门案例实战

118 0基础 AI入门实战深度学习+Pytorch 通俗易懂0基础入门案例实战

077-8-损失计算与训练.mp4 37.6MB

076-7-完成前向传播.mp4 30.7MB

075-6-特征加权分配.mp4 30.7MB

074-5-QKV计算方法.mp4 31.5MB

073-4-分块要完成的任务.mp4 31.1MB

072-3-Embedding模块实现方法.mp4 33.8MB

071-2-源码DEBUG演示.mp4 26.5MB

070-1-项目源码准备.mp4 40.7MB

069-1-视觉transformer要完成的任务解读.mp4 25.3MB

068-3-基于Flask测试模型预测结果.mp4 37.6MB

067-2-服务端处理与预测函数.mp4 35.4MB

066-1-基本结构与训练好的模型加载.mp4 16.5MB

065-9-模型训练任务与总结.mp4 37.9MB

064-8-网络模型预测结果输出.mp4 30.9MB

063-7-LSTM网络结构基本定义.mp4 28.1MB

062-6-字符预处理转换ID.mp4 27.3MB

061-5-预料表与字符切分.mp4 25.1MB

060-4-训练模型所需基本配置参数分析.mp4 31.9MB

059-3-命令行参数与DEBUG.mp4 29.2MB

058-2-文本数据处理基本流程分析.mp4 35.8MB

057-1-数据集与任务目标分析.mp4 33.7MB

056-3-Dataloader中需要实现的方法分析.mp4 33.6MB

055-2-图像数据与标签路径处理.mp4 36.9MB

054-1-Dataloader要完成的任务分析.mp4 28.8MB

053-4-实用Dataloader加载数据并训练模型.mp4 61.8MB

052-10-测试结果演示分析.mp4 88.1MB

051-9-重新训练全部模型.mp4 42.0MB

050-8-模型训练方法.mp4 38.1MB

049-7-优化器与学习率衰减.mp4 39.2MB

048-6-输出类别个数修改.mp4 39.3MB

047-5-输出层与梯度设置.mp4 45.3MB

046-4-迁移学习方法解读.mp4 32.0MB

045-3-数据集与模型选择.mp4 35.6MB

044-2-数据增强模块.mp4 30.2MB

043-1-任务分析与图像数据基本处理.mp4 31.4MB

042-3-卷积网络模型训练.mp4 40.2MB

041-2-卷积网络参数解读.mp4 22.3MB

040-1-输入特征通道分析.mp4 31.9MB

039-4-模型学习与预测.mp4 44.2MB

038-3-训练流程实例.mp4 32.6MB

037-2-参数初始化操作解读.mp4 34.4MB

036-1-任务与数据集解读.mp4 30.8MB

035-7-参数对结果的影响.mp4 38.9MB

034-6-训练一个基本的分类模型.mp4 41.5MB

033-5-损失与训练模块分析.mp4 30.9MB

032-4-数据源定义简介.mp4 28.5MB

031-3-网络结构定义方法.mp4 42.6MB

030-2-基本模块应用测试.mp4 35.0MB

029-1-数据集与任务概述.mp4 35.3MB

028-2-CPU与GPU版本安装方法解读.mp4 70.0MB

027-1-PyTorch框架与其他框架区别分析.mp4 26.7MB

026-8-BERT训练方式分析.mp4 16.5MB

025-7-整体架构总结.mp4 22.2MB

024-6-位置编码与解码器.mp4 23.8MB

023-5-多头注意力机制的效果.mp4 23.9MB

022-4-QKV的来源与作用.mp4 23.5MB

021-3-self-attention要解决的问题.mp4 22.3MB

020-2-注意力结构历史故事介绍.mp4 27.7MB

019-1-RNN网络结构原理与问题.mp4 14.8MB

018-8-经典网络架构概述.mp4 38.0MB

017-7-整体网络结构架构分析.mp4 37.4MB

016-6-池化层的作用与效果.mp4 27.9MB

015-5-参数共享的作用.mp4 16.8MB

014-4-层次结构的作用.mp4 18.0MB

013-3-卷积计算详细流程演示.mp4 48.7MB

012-2-卷积要完成的任务解读.mp4 23.9MB

011-1-卷积神经网络概述分析.mp4 79.6MB

010-9-预处理与dropout的作用.mp4 27.5MB

009-8-神经元个数的作用.mp4 20.4MB

008-7-神经网络效果可视化分析.mp4 60.0MB

007-6-神经网络整体架构详细拆解.mp4 36.1MB

006-5-反向传播演示.mp4 19.6MB

005-4-前向传播流程解读.mp4 19.2MB

004-3-损失函数计算方法.mp4 24.0MB

003-2-模型更新方法解读.mp4 19.1MB

002-1-神经网络要完成的任务分析.mp4 28.9MB

001-课程介绍.mp4 89.4MB