文件清单 103 项

• zfdev_tree.txt
• [必备资源].png
• 1.lesson1-PyTorch介绍.mp4
• 2.lesson2-开发环境准备.mp4
• 3.lesson3-初探Linear Regression案例-1.mp4
• 4.lesson3-初探Linear Regression案例-2.mp4
• 5.lesson4-PyTorch求解Linear Regression案例.mp4
• 6.lesson5 -手写数字问题引入1.mp4
• 7.lesson5 -手写数字问题引入2.mp4

展开全部 103 项

• 08.lesson6 基本数据类型1.mp4
• 09.lesson6 基本数据类型2.mp4
• 10.lesson7 创建Tensor 1.mp4
• 11.lesson7 创建Tensor 2.mp4
• 12.lesson8 索引与切片1.mp4
• 13.lesson8 索引与切片2.mp4
• 14.lesson9 维度变换1.mp4
• 15.lesson9 维度变换2.mp4
• 16.lesson9 维度变换3.mp4
• 17.lesson9 维度变换4.mp4
• 18.lesson10 Broatcasting 1.mp4
• 19.lesson10 Broatcasting 2.mp4
• 20.lesson11 合并与切割1.mp4
• 21.lesson11 合并与切割2.mp4
• 22.lesson12 基本运算.mp4
• 23.lesson13 数据统计1.mp4
• 24.lesson13 数据统计2.mp4
• 25.lesson14 高阶OP.mp4
• 26.lesson16 什么是梯度1.mp4
• 27.lesson16 什么是梯度2.mp4
• 28.lesson17 常见梯度.mp4
• 29.lesson18 激活函数及其梯度1.mp4
• 30.lesson18 激活函数及其梯度2.mp4
• 31.lesson18 激活函数及其梯度3.mp4
• 32.lesson19 单一输出感知机1.mp4
• 33.lesson19 多输出Loss层2.mp4
• 34.lesson20 链式法则.mp4
• 35.lesson21 反向传播.mp4
• 36.lesson22 优化小实例.mp4
• 37.lesson24 Logistic Regression.mp4
• 38.lesson25 交叉熵.mp4
• 39.lesson26 多分类实战.mp4
• 40.lesson27 全连接层.mp4
• 41.lesson28 激活函数与GPU加速.mp4
• 42.lesson29 测试.mp4
• 43.lesson30-Visdom可视化.mp4
• 44.lesson31-过拟合与欠拟合.mp4
• 45.lesson32-Train-Val-Test-交叉验证-1.mp4
• 46.lesson32-Train-Val-Test-交叉验证-2.mp4
• 47.lesson33-regularization.mp4
• 48.lesson34-动量与lr衰减.mp4
• 49.lesson35-early stopping, dropout, sgd.mp4
• 50.lesson37-什么是卷积-1.mp4
• 51.lesson37-什么是卷积-2.mp4
• 52.lesson38-卷积神经网络-1.mp4
• 53.lesson38-卷积神经网络-2.mp4
• 54.lesson38-卷积神经网络-3.mp4
• 55.lesson39-Pooling&upsample.mp4
• 56.lesson40-BatchNorm-1.mp4
• 57.lesson40-BatchNorm-2.mp4
• 58.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
• 59.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
• 60.lesson42-ResNet,DenseNet-1.mp4
• 61.lesson42-ResNet, DenseNet-2.mp4
• 62.lesson43-nn.Module-1.mp4
• 63.lesson43-nn.Module-2.mp4
• 64.lesson44-数据增强Data Argumentation.mp4
• 65.lesson46-时间序列表示.mp4
• 66.lesson47-RNN原理-1.mp4
• 67.lesson47-RNN原理-2.mp4
• 68.lesson48-RNN Layer使用-1.mp4
• 69.lesson48-RNN Layer使用-2.mp4
• 70.lesson49-时间序列预测.mp4
• 71.lesson50-RNN训练难题.mp4
• 72.lesson51-LSTM原理-1.mp4
• 73.lesson51-LSTM原理-2.mp4
• 74.lesson52-LSTM Layer使用.mp4
• 75.lesson53-情感分类实战.mp4
• 76.lesson54-数据分布.mp4
• 77.lesson55-画家的成长历程.mp4
• 78.lesson56-GAN发展.mp4
• 79.lesson57-纳什均衡-D.mp4
• 80.lesson58-纳什均衡-G.mp4
• 81.lesson59-JS散度的弊端.mp4
• 82.lesson60-EM距离.mp4
• 83.lesson61-WGAN与WGAN-GP.mp4
• 84.lesson62-G和D实现.mp4
• 85.lesson63-GAN实战.mp4
• 86.lesson64-GAN训练不稳定.mp4
• 87.lesson65-WGAN-GP实战.mp4
• [Python教程]Python.网易云课堂.深度学xi与PyTorch入门实战教程/
• 01.深度学习框架介绍/
• 02.开发环境准备/
• 03.初见深度学习/
• 04.Pytorch张量操作/
• 05.张量高阶操作/
• 06.随机梯度下降/
• 07.感知机梯度传播推导/
• 08.多层感知机与分类器/
• 09.过拟合/
• 10.卷积神经网络CNN/
• 11.CIFAR10与ResNet实战/
• 12.循环神经网络RNN&LSTM/
• 13.对抗生成网络GAN/