黑Ma人工智能快速学习就业班-含金融风控向项目、Python基础到进阶xp

显示全部楼层 · 2023-1-19 12:40:08

多种网盘链接检测插件

购买前，请先检测网盘链接是否有效

您当前无权限查看，请先登录，或点此注册！

1.百度网盘链接，查看是否有效

1669553031403

文件名称：	黑Ma人工智能快速学习就业班-含金融风控向项目、Python基础到进阶xp_共：12.64GB
文件总数量：	478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：

目录：【06阶段六深度学习/第1章Pytorch与深度学习基础Pytorch基础】
6.1.6.4深度学习优化理论61-神经网络基础-adam和小节_ev.mp4　[12.30MB]
6.1.2.8Pytorch张量操作17-PyTorch使用-张量拼接操作小节_ev.mp4　[3.55MB]
6.1.3.1Pytorch高阶操作19-PyTorch使用-布尔索引和多维索引操作_ev.mp4　[43.44MB]
6.1.6.7深度学习优化理论64-神经网络基础-BN层理解_ev.mp4　[53.44MB]
6.1.2.5Pytorch张量操作15-PyTorch使用-张量类型转换小节_ev.mp4　[6.24MB]
6.1.1.5Pytorch基础05-PyTorch使用-创建全01张量_ev.mp4　[17.16MB]
6.1.4.2Pytorch案例实战31-PyTorch使用-手动构建线X回归-假设函数-损失函数-优化方法_ev.mp4　[20.62MB]
6.1.1.4Pytorch基础04-PyTorch使用-创建线X和随机张量_ev.mp4　[23.99MB]
6.1.7.6BP神经网络案例70-神经网络基础-价格分类-网络模型调优_ev.mp4　[30.47MB]
6.1.1.9Pytorch基础09-PyTorch使用-张量阿达玛积运算_ev.mp4　[9.52MB]
6.1.5.10深度学习基础理论51-神经网络基础-网络参数初始化_ev.mp4　[50.46MB]
6.1.5.12深度学习基础理论53-神经网络基础-正向传播和链式法则_ev.mp4　[61.80MB]
6.1.2.4Pytorch张量操作15-PyTorch使用-标量张量和数字的转换_ev.mp4　[15.37MB]
6.1.7.2BP神经网络案例66-神经网络基础-价格分类-构建数据集_ev.mp4　[53.57MB]
6.1.3.12Pytorch高阶操作29-PyTorch使用-自动微分模块小节_ev.mp4　[7.72MB]
6.1.5.9深度学习基础理论50-神经网络基础-激活函数小节_ev.mp4　[6.91MB]
6.1.5.5深度学习基础理论46-神经网络基础-simoid激活函数_ev.mp4　[37.85MB]
6.1.2.3Pytorch张量操作14-PyTorch使用-numpy数组转换为张量_ev.mp4　[24.17MB]
6.1.4.3Pytorch案例实战32-PyTorch使用-手动构建线X回归-训练函数编写思路_ev.mp4　[19.21MB]
6.1.2.9Pytorch张量操作18-PyTorch使用-简单索引和列表索引操作_ev.mp4　[41.07MB]
6.1.1.1Pytorch基础01-深度学习课程概述_ev.mp4　[22.37MB]
6.1.1.3Pytorch基础03-PyTorch使用-张量的基本创建方式_ev.mp4　[33.05MB]
6.1.5.8深度学习基础理论49-神经网络基础-softmax激活函数_ev.mp4　[18.44MB]
6.1.5.7深度学习基础理论48-神经网络基础-relu激活函数_ev.mp4　[24.53MB]
6.1.5.3深度学习基础理论44-神经网络基础-人工神经网络概述_ev.mp4　[24.83MB]
6.1.4.9Pytorch案例实战38-PyTorch使用-模型定义方法-实现线X回归_ev.mp4　[45.62MB]
6.1.1.7Pytorch基础07-PyTorch使用-张量的创建小节_ev.mp4　[4.66MB]
6.1.4.5Pytorch案例实战34-PyTorch使用-手动构建线X回归小节_ev.mp4　[14.98MB]
6.1.1.10Pytorch基础10-PyTorch使用-张量点积运算_ev.mp4　[38.45MB]
6.1.3.10Pytorch高阶操作27-PyTorch使用-控制梯度计算_ev.mp4　[58.00MB]
6.1.5.6深度学习基础理论47-神经网络基础-tanh激活函数_ev.mp4　[13.58MB]
6.1.2.7Pytorch张量操作16-PyTorch使用-张量的stack拼接_ev.mp4　[33.24MB]
6.1.1.8Pytorch基础08-PyTorch使用-张量基本运算_ev.mp4　[20.90MB]
6.1.4.12Pytorch案例实战41-PyTorch使用-总结_ev.mp4　[19.64MB]
6.1.5.4深度学习基础理论45-神经网络基础-激活函数的作用_ev.mp4　[32.53MB]
6.1.3.9Pytorch高阶操作26-PyTorch使用-梯度基本计算_ev.mp4　[67.18MB]
6.1.3.4Pytorch高阶操作21-PyTorch使用-张量形状操作transpose和permute函数使用_ev.mp4　[33.05MB]
6.1.1.11Pytorch基础11-PyTorch使用-指定张量运算设备_ev.mp4　[44.81MB]
6.1.4.6Pytorch案例实战35-PyTorch使用-模型定义方法-基本组件的使用_ev.mp4　[50.61MB]
6.1.4.10Pytorch案例实战39-PyTorch使用-直接序列化模型对象_ev.mp4　[39.69MB]
6.1.7.4BP神经网络案例68-神经网络基础-价格分类-模型训练过程_ev.mp4　[82.14MB]
6.1.3.3Pytorch高阶操作21-PyTorch使用-张量形状操作reshape函数使用_ev.mp4　[21.21MB]
6.1.5.13深度学习基础理论54-神经网络基础-反向传播算法案例讲解_ev.mp4　[55.12MB]
6.1.4.1Pytorch案例实战30-PyTorch使用-手动构建线X回归-数据集构建_ev.mp4　[40.58MB]
6.1.2.2Pytorch张量操作13-PyTorch使用-张量转换为numpy数组_ev.mp4　[26.83MB]
6.1.2.1Pytorch张量操作12-PyTorch使用-张量数值计算小节_ev.mp4　[9.72MB]
6.1.3.6Pytorch高阶操作23-PyTorch使用-张量形状操作squeeze和unsqueeze函数使用_ev.mp4　[23.22MB]
6.1.3.5Pytorch高阶操作22-PyTorch使用-张量形状操作view函数使用_ev.mp4　[33.14MB]
6.1.5.15深度学习基础理论56-神经网络基础-反向传播算法代码演示-2_ev.mp4　[29.04MB]
6.1.5.16深度学习基础理论57-神经网络基础-指数加权平均_ev.mp4　[53.00MB]
6.1.2.6Pytorch张量操作16-PyTorch使用-张量的cat拼接_ev.mp4　[25.03MB]
6.1.4.4Pytorch案例实战33-PyTorch使用-手动构建线X回归-训练函数代码实现_ev.mp4　[51.88MB]
6.1.4.11Pytorch案例实战40-PyTorch使用-存储模型参数_ev.mp4　[54.16MB]
6.1.4.8Pytorch案例实战37-PyTorch使用-模型定义方法-数据加载器-2_ev.mp4　[23.26MB]
6.1.4.7Pytorch案例实战36-PyTorch使用-模型定义方法-数据加载器-1_ev.mp4　[34.35MB]
6.1.5.11深度学习基础理论52-神经网络基础-梯度下降算法回顾_ev.mp4　[28.73MB]
6.1.5.2深度学习基础理论43-神经网络基础-深度学习概述_ev.mp4　[32.55MB]
6.1.3.7Pytorch高阶操作24-PyTorch使用-张量形状操作小节_ev.mp4　[7.09MB]
6.1.6.1深度学习优化理论58-神经网络基础-momentum优化方法_ev.mp4　[27.73MB]
6.1.6.2深度学习优化理论59-神经网络基础-adagrad优化方法_ev.mp4　[21.90MB]
6.1.3.8Pytorch高阶操作25-PyTorch使用-张量运算函数_ev.mp4　[29.92MB]
6.1.3.2Pytorch高阶操作20-PyTorch使用-张量索引操作小节_ev.mp4　[3.79MB]
6.1.5.14深度学习基础理论55-神经网络基础-反向传播算法代码演示-1_ev.mp4　[43.97MB]
6.1.6.6深度学习优化理论63-神经网络基础-dropout对网络参数的影响_ev.mp4　[27.26MB]