Pytorch及深度学习AI入门课，学会神经网络等_2.92GB

显示全部楼层 · 2024-2-13 08:27:50

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

1707776617146

文件名称：	Pytorch及深度学习AI入门课，学会神经网络等257_共：2.92GB
文件总数量：	78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：	2024-02-12 10:45:23

目录：【（8941期）Pytorch及深度学习AI入门课，学会神经网络等】
061-5-预料表与字符切分.mp4　[29.11MB]
[235.34KB]
024-6-位置编码与解码器.mp4　[28.33MB]
056-3-Dataloader中需要实现的方法分析.mp4　[42.72MB]
057-1-数据集与任务目标分析.mp4　[35.38MB]
066-1-基本结构与训练好的模型加载.mp4　[19.13MB]
051-9-重新训练全部模型.mp4　[43.14MB]
012-2-卷积要完成的任务解读.mp4　[27.72MB]
019-1-RNN网络结构原理与问题.mp4　[17.13MB]
069-1-视觉transformer要完成的任务解读.mp4　[30.09MB]
023-5-多头注意力机制的效果.mp4　[28.58MB]
018-8-经典网络架构概述.mp4　[45.17MB]
007-6-神经网络整体架构详细拆解.mp4　[38.81MB]
054-1-Dataloader要完成的任务分析.mp4　[30.72MB]
027-1-PyTorch框架与其他框架区别分析.mp4　[32.78MB]
033-5-损失与训练模块分析.mp4　[35.48MB]
010-9-预处理与dropout的作用.mp4　[29.54MB]
071-2-源码DEBUG演示.mp4　[31.68MB]
039-4-模型学习与预测.mp4　[52.47MB]
032-4-数据源定义简介.mp4　[32.64MB]
047-5-输出层与梯度设置.mp4　[50.35MB]
003-2-模型更新方法解读.mp4　[20.13MB]
075-6-特征加权分配.mp4　[39.24MB]
029-1-数据集与任务概述.mp4　[38.33MB]
013-3-卷积计算详细流程演示.mp4　[59.57MB]
022-4-QKV的来源与作用.mp4　[27.31MB]
067-2-服务端处理与预测函数.mp4　[39.01MB]
005-4-前向传播流程解读.mp4　[21.91MB]
049-7-优化器与学习率衰减.mp4　[42.15MB]
040-1-输入特征通道分析.mp4　[38.35MB]
011-1-卷积神经网络概述分析.mp4　[70.33MB]
014-4-层次结构的作用.mp4　[21.22MB]
017-7-整体网络结构架构分析.mp4　[45.80MB]
016-6-池化层的作用与效果.mp4　[32.51MB]
025-7-整体架构总结.mp4　[26.53MB]
055-2-图像数据与标签路径处理.mp4　[42.00MB]
031-3-网络结构定义方法.mp4　[47.45MB]
064-8-网络模型预测结果输出.mp4　[35.73MB]
059-3-命令行参数与DEBUG.mp4　[32.16MB]
020-2-注意力结构历史故事介绍.mp4　[32.20MB]
043-1-任务分析与图像数据基本处理.mp4　[36.87MB]
041-2-卷积网络参数解读.mp4　[28.23MB]
009-8-神经元个数的作用.mp4　[21.80MB]
062-6-字符预处理转换ID.mp4　[30.92MB]
026-8-BERT训练方式分析.mp4　[18.88MB]
050-8-模型训练方法.mp4　[42.32MB]
042-3-卷积网络模型训练.mp4　[44.68MB]
070-1-项目源码准备.mp4　[42.70MB]
077-8-损失计算与训练.mp4　[44.39MB]
074-5-QKV计算方法.mp4　[39.37MB]
036-1-任务与数据集解读.mp4　[33.56MB]
068-3-基于Flask测试模型预测结果.mp4　[40.00MB]
037-2-参数初始化操作解读.mp4　[40.13MB]
015-5-参数共享的作用.mp4　[20.82MB]
021-3-self-attention要解决的问题.mp4　[26.39MB]
044-2-数据增强模块.mp4　[37.49MB]
001-课程介绍.mp4　[133.99MB]
004-3-损失函数计算方法.mp4　[27.45MB]
030-2-基本模块应用测试.mp4　[40.50MB]
046-4-迁移学习方法解读.mp4　[36.40MB]
045-3-数据集与模型选择.mp4　[37.85MB]
006-5-反向传播演示.mp4　[21.85MB]
053-4-实用Dataloader加载数据并训练模型.mp4　[58.75MB]
028-2-CPU与GPU版本安装方法解读.mp4　[74.45MB]
034-6-训练一个基本的分类模型.mp4　[42.88MB]
063-7-LSTM网络结构基本定义.mp4　[31.92MB]
072-3-Embedding模块实现方法.mp4　[42.24MB]
073-4-分块要完成的任务.mp4　[34.84MB]
002-1-神经网络要完成的任务分析.mp4　[30.29MB]
065-9-模型训练任务与总结.mp4　[41.30MB]
076-7-完成前向传播.mp4　[35.61MB]
038-3-训练流程实例.mp4　[38.84MB]
048-6-输出类别个数修改.mp4　[41.32MB]
052-10-测试结果演示分析.mp4　[89.25MB]
008-7-神经网络效果可视化分析.mp4　[60.74MB]
060-4-训练模型所需基本配置参数分析.mp4　[37.91MB]
058-2-文本数据处理基本流程分析.mp4　[50.52MB]
035-7-参数对结果的影响.mp4　[39.80MB]