深度Pytorch实战视频蕊_共:4.22GB
25981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.txt
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
80生成与判别损失函数指定.mp4
79损失函数:identityloss计算方法.mp4
78判别网络模块构造.mp4
77生成网络模块构造.mp4
76数据读取与预处理操作.mp4
75Cycle开源项目简介.mp4
74PatchGan判别网络原理_.mp4
73CycleGan整体网络架构_.mp4
72CycleGan网络所需数据.mp4
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
70数据读取模块.mp4
69损失函数解释说明_.mp4
68GAN网络组成.mp4
67对抗生成网络通俗解释.mp4
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
64CNN应用于文本任务原理解析_.mp4
63Tensorboardx可视化展示模块搭建.mp4
62训练LSTM文本分类模型.mp4
60LSTM网络模块定义与参数解析.mp4
59新闻数据读取与预处理方法.mp4
58项目配置参数设置.mp4
57RNN模型所需输入格式解析.mp4
56任务目标与数据简介.mp4
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
54CBOW与Skip-gram模型.mp4
53训练数据构建.mp4
51模型整体框架_.mp4
50词向量模型通俗解释_.mp4
49RNN网络架构解读.mp4
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
47额外补充-Resnet论文解读_.mp4
46加载模型对测试数据进行预测.mp4
45训练结果与模型保存.mp4
44实现训练模块.mp4
43优化器模块配置.mp4
42加载训练好的网络模型_.mp4
41迁移学习策略.mp4
40迁移学习的目标.mp4
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
37数据预处理与数据增强模块_.mp4
36图像增强的作用.mp4
35分类任务数据集定义与配置_.mp4
34Vision模块功能解读.mp4
33网络流程解读.mp4
32卷积网络参数定义.mp4
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
29残差网络Resnet_.mp4
28VGG网络架构.mp4
27整体网络架构_.mp4
26池化层的作用_.mp4
25特征图尺寸计算与参数共享.mp4
24边缘填充方法.mp4
23步长与卷积核大小对结果的影响.mp4
22得到特征图表示.mp4
21卷积特征值计算方法.mp4
20卷积的作用.mp4
19卷积神经网络应用领域.mp4
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
16构建分类网络模型_.mp4
15分类任务概述.mp4
14简化代码训练网络模型.mp4
13按建模顺序构建完成网络架构.mp4
12气Wen数据集与任务介绍.mp4
目录:【深度学习Pytorch实战/章节1PyTorch框架基本处理操作】
9补充:Hub模块简介_.mp4
8补充:常见tensor格式.mp4
7线性回归DEMO-训练回归模型.mp4
6线性回归DEMO-数据与参数配置.mp4
5自动求导机制_.mp4
4PyTorch基本操作.mp4
3框架安装方法(CPU与GPU版本).mp4
2PyTorch框架发展趋势简介.mp4
1PyTorch实战课程简介.mp4
目录:【深度学习Pytorch实战/章节16PyTorch框架实战模板解读】
143模块应用与BenckMark解读_.mp4
142训练结果可视化展示模块.mp4
141训练模块功能.mp4
140模型架构模块.mp4
139数据读取与预处理模块功能解读.mp4
138各模块配置参数解析_.mp4
137项目模板各模块概述.mp4
目录:【深度学习Pytorch实战/章节15基于PyTorch实战BERT模型】
135训练网络模型.mp4
134网络结构定义.mp4
133数据读取与预处理.mp4
132项目配置与环境概述.mp4
目录:【深度学习Pytorch实战/章节14谷歌开源项目BERT源码解读】
130训练BERT模型_.mp4
129完成Transformer模块构建_.mp4
128构建QKV矩阵.mp4
127mask机制.mp4
126加入位置编码特征.mp4
125加入额外编码特征.mp4
124Embedding层的作用.mp4
123tfrecord制作.mp4
122数据预处理模块.mp4
121数据读取模块.mp4
119项目参数配置.mp4
118BERT开源项目简介.mp4
目录:【深度学习Pytorch实战/章节13自然语言处理通用框架BERT原理】
117训练实例.mp4
116BERT模型训练方法_.mp4
115transformer整体架构梳理.mp4
114位置编码与多层堆叠_.mp4
113Multi-head的作用_.mp4
112特征分配与softmax机制.mp4
111self-attention计算方法.mp4
110注意力机制的作用.mp4
109传统解决方案遇到的问题.mp4
107BERT任务目标概述.mp4
106训练网络模型.mp4
1053D卷积网络所涉及模块.mp4
104数据Batch制作方法.mp4
103视频数据预处理方法.mp4
102测试效果与项目配置.mp4
101UCF101动作识别数据集简介.mp4
1003D卷积原理解读.mp4
目录:【深度学习Pytorch实战/章节12】
106训练网络模型.mp4
1053D卷积网络所涉及模块.mp4
104数据Batch制作方法.mp4
103测试效果与项目配置.mp4
102测试效果与项目配置.mp4
101UCF101动作识别数据集简介_.mp4
1003D卷积原理解读.mp4
目录:【深度学习Pytorch实战/章节11OCR文字识别项目实战】
98识别模块网络架构解读.mp4
97CRNN识别模块所需数据与标签.mp4
96网络架构各模块完成的任务解读.mp4
95整体网络所需模块.mp4
94候选框标签制作.mp4
93检.测模块候选框生成.mp4
92训练数据准备与环境配置.mp4
90OCR文字检.测识别项目效果展示_.mp4
目录:【深度学习Pytorch实战/章节10OCR文字识别原理】
89CTC模块的作用.mp4
88CRNN识别网络架构.mp4
87CTPN细节概述_.mp4
86输出结果含义解析.mp4
85序列网络的作用.mp4
84CTPN文字检.测网络概述.mp4
83OCR文字识别要完成的任务.mp4
页:
[1]