文件清单 35 项

• 1:PyTorch概述.mp4
• 2:PyTorch的安装.mp4
• 3:Pycharm关联PyTorch运行环境.mp4
• 4:Jupyter关联PyTorch运行环境.mp4
• 5:Tensor的创建.mp4
• 6:修改Tensor的形状_索引操作.mp4
• 7:广播机制_逐元素操作.mp4
• 8:归并操作_比较操作_矩阵操作.mp4
• 9:PyTorch实战CIFAR10数据_读取和展示.mp4

展开全部 35 项

• 10:PyTorch实战CIFAR10_构建网络_打印网络层次.mp4
• 11:PyTorch实战CIFAR10_训练模型_测试模型.mp4
• 12:PyTorch实战CIFAR10_分类别打印模型准确率.mp4
• 13:使用全局平均池化_使用LeNet模型.mp4
• 14:使用集成学习思想训练识别模型.mp4
• 15:使用VGG16模型提供准确率.mp4
• 16:torchvision里面的预训练模型.mp4
• 17:迁移学习_PyTorch代码实战冻结预训练模型参数.mp4
• 18:PyTorch代码实战加入数据增强.mp4
• 19:PyTorch词性标注_构建数据和词索引号.mp4
• 20:PyTorch词性标注_构建词嵌入层LSTM层和词性输出层.mp4
• 21:PyTorch词性标注_构建数据索引化和训练模型代码.mp4
• 22:PyTorch词性标注_测试模型效果.mp4
• 23:PyTorch中英文翻译_规范化语料库_构建中英文词典索引.mp4
• 24:PyTorch中英文翻译_数据预处理.mp4
• 25:PyTorch中英文翻译_索引化数据_转化成Tensor张量_构建Encoder编码器.mp4
• 26:PyTorch中英文翻译_构建训练函数之Encoder计算.mp4
• 27:PyTorch中英文翻译_构建带Attention注意力机制的Decoder解码器.mp4
• 28:PyTorch中英文翻译_构建训练函数之Decoder计算.mp4
• 29:PyTorch中英文翻译_评估模型函数.mp4
• 30:PyTorch中英文翻译_绘制Attentions注意力权重.mp4
• 章节1:PyTorch运行环境安装_运行环境测试/
• 章节2:PyTorch基础_Tensor张量运算/
• 章节3:PyTorch卷积神经网络_实战CIFAR10/
• 章节4:PyTorch循环神经网络_词性标注/
• 章节5:PyTorch编码器解码器_机器翻译/