深度学习与PyTorch入门实战

深度学习与PyTorch入门实战

人工智能101学院
人工智能101学院提供最前沿的人工智能资讯和最专业的咨询服务,拥有丰富的海外一流名校博士导师资源,做华人圈最好的人工智能一站式培训学院。
  • 课程目录
  • 课程介绍
  • 课时1:深度学习框架简介

  • 课时2:PyTorch功能演示

  • 课时3:Anaconda-CUDA安装

  • 课时4:PyTorch-PyCharm安装

  • 课时5:简单回归问题-1

  • 课时6:简单回归问题-2

  • 课时7:回归问题实战

  • 课时8:分类问题引入-1

  • 课时9:分类问题引入-2

  • 课时10:手写数字识别初体验-1

  • 课时11:手写数字识别初体验-2

  • 课时12:手写数字识别初体验-3

  • 课时13:手写数字识别初体验-4

  • 课时14:手写数字识别初体验-5

  • 课时15:张量数据类型-1

  • 课时16:张量数据类型-2

  • 课时17:创建Tensor-1

  • 课时18:创建Tensor-2

  • 课时19:索引与切片-1

  • 课时20:索引与切片-2

  • 课时21:维度变换-1

  • 课时22:维度变换-2

  • 课时23:维度变换-3

  • 课时24:维度变换-4

  • 课时25:Broadcasting-1

  • 课时26:Broadcasting-2

  • 课时27:Broadcasting-3

  • 课时28:合并与分割-1

  • 课时29:合并与分割-2

  • 课时30:数学运算-1

  • 课时31:数学运算-2

  • 课时32:属性统计-1

  • 课时33:属性统计-2

  • 课时34:高阶操作

  • 课时35:什么是梯度-1

  • 课时36:什么是梯度-2

  • 课时37:常见函数的梯度

  • 课时38:激活函数与Loss的梯度-1

  • 课时39:激活函数与Loss的梯度-2

  • 课时40:激活函数与Loss的梯度-3

  • 课时41:激活函数与Loss的梯度-4

  • 课时42:感知机的梯度推导-1

  • 课时43:感知机的梯度推导-2

  • 课时44:链式法则

  • 课时45:反向传播算法-1

  • 课时46:反向传播算法-2

  • 课时47:优化问题实战

  • 课时48:Logistic Regression

  • 课时49:交叉熵-1

  • 课时50:交叉熵-2

  • 课时51:交叉熵-3

  • 课时52:多分类问题实战

  • 课时53:全连接层

  • 课时54:激活函数与GPU加速

  • 课时55:MNIST测试实战

  • 课时56:Visdom可视化

  • 课时57:过拟合与欠拟合

  • 课时58:交叉验证-1

  • 课时59:交叉验证-2

  • 课时60:Regularization

  • 课时61:动量与学习率衰减

  • 课时62:Early stopping, dropout等

  • 课时63:什么是卷积-1

  • 课时64:什么是卷积-2

  • 课时65:卷积神经网络-1

  • 课时66:卷积神经网络-2

  • 课时67:卷积神经网络-3

  • 课时68:池化层与采样

  • 课时69:BatchNorm-1

  • 课时70:BatchNorm-2

  • 课时71:BatchNorm-3

  • 课时72:经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-1

  • 课时73:经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-2

  • 课时74:ResNet与DenseNet-1

  • 课时75:ResNet与DenseNet-2

  • 课时76:nn.Module模块-1

  • 课时77:nn.Module模块-2

  • 课时78:数据增强

  • 课时79:CIFAR10数据集介绍

  • 课时80:卷积神经网络实战-1

  • 课时81:卷积神经网络实战-2

  • 课时82:卷积神经网络训练

  • 课时83:ResNet实战-1

  • 课时84:ResNet实战-2

  • 课时85:ResNet实战-3

  • 课时86:ResNet实战-4

  • 课时87:实战小结

  • 课时88:时间序列表示方法

  • 课时89:RNN原理-1

  • 课时90:RNN原理-2

  • 课时91:RNN Layer使用-1

  • 课时92:RNN Layer使用-2

  • 课时93:时间序列预测实战

  • 课时94:梯度弥散与梯度爆炸

  • 课时95:LSTM原理-1

  • 课时96:LSTM原理-2

  • 课时97:LSTM Layer使用

  • 课时98:情感分类问题实战

  • 课时99:Pokemon数据集

  • 课时100:数据预处理

  • 课时101:自定义数据集实战-1

  • 课时102:自定义数据集实战-2

  • 课时103:自定义数据集实战-3

  • 课时104:自定义数据集实战-4

  • 课时105:自定义数据集实战-5

  • 课时106:自定义网络

  • 课时107:自定义网络训练与测试

  • 课时108:自定义网络实战

  • 课时109:迁移学习

  • 课时110:迁移学习实战

  • 课时111:无监督学习

  • 课时112:Auto-Encoder原理

  • 课时113:Auto-Encoder变种

  • 课时114:Adversarial Auto-Encoder

  • 课时115:变分Auto-Encoder引入

  • 课时116:Reparameterization trick

  • 课时117:变分自编码器VAE

  • 课时118:Auto-Encoder实战-1

  • 课时119:Auto-Encoder实战-2

  • 课时120:变分Auto-Encoder实战-1

  • 课时121:变分Auto-Encoder实战-2

  • 课时122:数据的分布

  • 课时123:画家的成长历程

  • 课时124:GAN原理

  • 课时125:纳什均衡-D

  • 课时126:纳什均衡-G

  • 课时127:JS散度的缺陷

  • 课时128:EM距离

  • 课时129:WGAN与WGAN-GP

  • 课时130:GAN实战-GD实现

  • 课时131:GAN实战-网络训练

  • 课时132:GAN实战-网络训练鲁棒性

  • 课时133:WGAN-GP实战

  • 课时134:Ubuntu系统安装

  • 课时135:Anaconda安装

  • 课时136:CUDA 10安装

  • 课时137:环境变量配置

  • 课时138:cudnn安装

  • 课时139:PyCharm安装与配置

  • 课时140:生物神经元结构

  • 课时141:感知机的提出

  • 课时142:BP神经网络

  • 课时143:CNN和LSTM的发明

  • 课时144:人工智能的低潮

  • 课时145:深度学习的诞生

  • 课时146:深度学习的繁荣

  • 课时147:权值的表示

  • 课时148:多层感知机的实现

  • 课时149:多层感知机前向传播

  • 课时150:多层感知机反向传播

  • 课时151:多层感知机反向传播-2

  • 课时152:多层感知机反向传播-3

  • 课时153:多层感知机的训练

  • 课时154:多层感知机的测试

  • 课时155:实战小结

课程概述

本课程由前新加坡国立大学(亚洲排名第1)的助理研究员龙龙老师主讲,基于PyTorch框架最新版实战,帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实现。

【莫烦老师】:在教学中,龙龙老师以简短高效的方式,从深度学习的多个角度向我们展开了论述,非常适合想对深度学习有全方位了解的朋友。
【PyTorch中文网】:讲解简单易懂、由浅入深,是一门值得推荐的课程。

2020最新版,150+课时!课程的源代码和PPT请加QQ群【441082251】下载,QQ群有答疑交流服务,务必加群~

教程推荐

Python2在线教程

Kotlin在线教程

Numpy在线教程

Angular7在线教程

Java在线教程

Nginx在线教程

随机推荐

Keep智能体脂秤wifi使用感受大揭秘!评测质量怎么样!

苏泊尔净水器家用厨房自来水过滤器水龙头超滤净水机质量靠谱吗,...

小熊多功能锅多用途锅分析应该怎么选择,适不适合你!看质量怎么...

美的电压力锅家用高压锅最真实的图文评测分享!大家真实看法解读

鸣盏煮茶器黑茶全自动蒸汽电茶壶玻璃加厚养生壶智能温控蒸煮一体...

旅行家摄影棚LED小型影棚套装80cm拍照道具可折叠柔光灯箱优缺点...