数据小贩

专业贩卖数据
兼职发放福利

网易云课堂 深度学习与PyTorch入门实战 龙良曲

适用人群

本课程适合于深度学习和人工智能方向新手,需要零基础、快速、深入学习人工智能的朋友。

课程概述

本课程由前新加坡国立大学(亚洲排名第1)的助理研究员龙龙老师主讲,基于PyTorch框架最新版实战,帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实现。

【莫烦老师】:在教学中,龙龙老师以简短高效的方式,从深度学习的多个角度向我们展开了论述,非常适合想对深度学习有全方位了解的朋友。

【PyTorch中文网】:讲解简单易懂、由浅入深,是一门值得推荐的课程。

2019最新版,150+课时!

网易云课堂 深度学习与PyTorch入门实战 龙良曲网易云课堂 深度学习与PyTorch入门实战 龙良曲网易云课堂 深度学习与PyTorch入门实战 龙良曲

目录

章节1:深度学习初见

课时1 深度学习框架简介 09:07

课时2 PyTorch功能演示 11:09

章节2:开发环境安装

课时3 Anaconda-CUDA安装 07:17

课时4 PyTorch-PyCharm安装 12:12

章节3:回归问题

课时5 简单回归问题-1 09:09

课时6 简单回归问题-2 14:44

课时7 回归问题实战 08:43

课时8 分类问题引入-1 07:16

课时9 分类问题引入-2 09:19

课时10 手写数字识别初体验-1 06:09

课时11 手写数字识别初体验-2 06:35

课时12 手写数字识别初体验-3 07:02

课时13 手写数字识别初体验-4 08:05

课时14 手写数字识别初体验-5 08:16

章节4:PyTorch基础教程

课时15 张量数据类型-1 09:56

课时16 张量数据类型-2 14:07

课时17 创建Tensor-1 10:46

课时18 创建Tensor-2 12:59

课时19 索引与切片-1 12:10

课时20 索引与切片-2 11:30

课时21 维度变换-1 07:37

课时22 维度变换-2 10:01

课时23 维度变换-3 07:52

课时24 维度变换-4 10:23

章节5:PyTorch进阶教程

课时25 Broadcasting-1 08:46

课时26 Broadcasting-2 11:35

课时27 Broadcasting-3 06:11

课时28 合并与分割-1 10:43

课时29 合并与分割-2 06:36

课时30 数学运算-1 07:39

课时31 数学运算-2 08:54

课时32 属性统计-1 10:41

课时33 属性统计-2 11:34

课时34 高阶操作 16:05

章节6:随机梯度下降

课时35 什么是梯度-1 10:19

课时36 什么是梯度-2 14:16

课时37 常见函数的梯度 07:18

课时38 激活函数与Loss的梯度-1 13:52

课时39 激活函数与Loss的梯度-2 08:52

课时40 激活函数与Loss的梯度-3 06:46

课时41 激活函数与Loss的梯度-4 11:57

课时42 感知机的梯度推导-1 13:35

课时43 感知机的梯度推导-2 13:16

课时44 链式法则 11:31

课时45 反向传播算法-1 12:44

课时46 反向传播算法-2 07:01

课时47 优化问题实战 08:54

章节7:神经网络与全连接层

课时48 Logistic Regression 14:12

课时49 交叉熵-1 06:42

课时50 交叉熵-2 09:08

课时51 交叉熵-3 04:51

课时52 多分类问题实战 08:26

课时53 全连接层 13:59

课时54 激活函数与GPU加速 11:37

课时55 MNIST测试实战 12:01

课时56 Visdom可视化 13:08

章节8:过拟合

课时57 过拟合与欠拟合 14:24

课时58 交叉验证-1 11:46

课时59 交叉验证-2 07:38

课时60 Regularization 11:21

课时61 动量与学习率衰减 13:57

课时62 Early stopping, dropout等 14:20

章节9:卷积神经网络CNN

课时63 什么是卷积-1 12:58

课时64 什么是卷积-2 08:47

课时65 卷积神经网络-1 11:19

课时66 卷积神经网络-2 11:11

课时67 卷积神经网络-3 08:43

课时68 池化层与采样 10:53

课时69 BatchNorm-1 05:40

课时70 BatchNorm-2 12:32

课时71 BatchNorm-3 07:33

课时72 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-1 09:18

课时73 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-2 09:43

课时74 ResNet与DenseNet-1 12:03

课时75 ResNet与DenseNet-2 10:21

课时76 nn.Module模块-1 10:17

课时77 nn.Module模块-2 08:56

课时78 数据增强 12:53

章节10:CIFAR10与ResNet实战

课时79 CIFAR10数据集介绍 10:07

课时80 卷积神经网络实战-1 10:07

课时81 卷积神经网络实战-2 10:04

课时82 卷积神经网络训练 10:04

课时83 ResNet实战-1 10:11

课时84 ResNet实战-2 10:11

课时85 ResNet实战-3 07:31

课时86 ResNet实战-4 10:07

课时87 实战小结 12:49

章节11:循环神经网络RNN&LSTM

课时88 时间序列表示方法 14:57

课时89 RNN原理-1 09:55

课时90 RNN原理-2 09:39

课时91 RNN Layer使用-1 09:42

课时92 RNN Layer使用-2 09:01

课时93 时间序列预测实战 13:27

课时94 梯度弥散与梯度爆炸 12:50

课时95 LSTM原理-1 09:01

课时96 LSTM原理-2 10:53

课时97 LSTM Layer使用 08:44

课时98 情感分类问题实战 15:15

章节12:迁移学习-实战宝可梦精灵

课时99 Pokemon数据集 12:30

课时100 数据预处理 12:20

课时101 自定义数据集实战-1 06:49

课时102 自定义数据集实战-2 08:42

课时103 自定义数据集实战-3 11:04

课时104 自定义数据集实战-4 09:58

课时105 自定义数据集实战-5 11:28

课时106 自定义网络 09:45

课时107 自定义网络训练与测试 07:37

课时108 自定义网络实战 07:39

课时109 迁移学习 05:35

课时110 迁移学习实战 10:09

章节13:自编码器Auto-Encoders

课时111 无监督学习 10:02

课时112 Auto-Encoder原理 10:12

课时113 Auto-Encoder变种 09:59

课时114 Adversarial Auto-Encoder 10:08

课时115 变分Auto-Encoder引入 10:12

课时116 Reparameterization trick 10:05

课时117 变分自编码器VAE 11:03

课时118 Auto-Encoder实战-1 10:01

课时119 Auto-Encoder实战-2 10:10

课时120 变分Auto-Encoder实战-1 05:55

课时121 变分Auto-Encoder实战-2 06:37

章节14:对抗生成网络GAN

课时122 数据的分布 09:11

课时123 画家的成长历程 13:04

课时124 GAN原理 10:01

课时125 纳什均衡-D 09:57

课时126 纳什均衡-G 13:42

课时127 JS散度的缺陷 16:36

课时128 EM距离 09:57

课时129 WGAN与WGAN-GP 15:43

课时130 GAN实战-GD实现 09:58

课时131 GAN实战-网络训练 17:24

课时132 GAN实战-网络训练鲁棒性 09:46

课时133 WGAN-GP实战 16:17

章节15:选看:Ubuntu开发环境安装

课时134 Ubuntu系统安装 10:01

课时135 Anaconda安装 10:10

课时136 CUDA 10安装 10:10

课时137 环境变量配置 10:05

课时138 cudnn安装 10:14

课时139 PyCharm安装与配置 10:59

章节16:选看:人工智能发展简史

课时140 生物神经元结构 04:06

课时141 感知机的提出 10:07

课时142 BP神经网络 10:07

课时143 CNN和LSTM的发明 10:19

课时144 人工智能的低潮 10:07

课时145 深度学习的诞生 10:13

课时146 深度学习的繁荣 12:13

章节17:选看:Numpy实战BP神经网络

课时147 权值的表示 10:05

课时148 多层感知机的实现 10:18

课时149 多层感知机前向传播 10:06

课时150 多层感知机反向传播 10:10

课时151 多层感知机反向传播-2 10:06

课时152 多层感知机反向传播-3 10:18

课时153 多层感知机的训练 10:24

课时154 多层感知机的测试 12:06

课时155 实战小结 07:03

官方网址

https://study.163.com/course/introduction/1208894818.htm

未经允许不得转载:数据小贩 » 网易云课堂 深度学习与PyTorch入门实战 龙良曲

评论 抢沙发

未登录