深度学习-PyTorch框架实战系列

深度学习-PyTorch框架实战系列

唐宇迪

唐宇迪,计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战专家。参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验。

  • 课程目录
  • 课程介绍
  • 课时1:PyTorch实战课程简介

  • 课时2:PyTorch框架发展趋势简介

  • 课时3:框架安装方法(CPU与GPU版本)

  • 课时4:PyTorch基本操作

  • 课时5:自动求导机制

  • 课时6:线性回归DEMO-数据与参数配置

  • 课时7:线性回归DEMO-训练回归模型

  • 课时8:补充:常见tensor格式

  • 课时9:补充:Hub模块简介

  • 课时10:本章数据代码下载(需PC登录)

  • 课时11:数据代码下载汇总(包括全部章节,如失效请右侧私信我)

  • 课时12:气温数据集与任务介绍

  • 课时13:按建模顺序构建完成网络架构

  • 课时14:简化代码训练网络模型

  • 课时15:分类任务概述

  • 课时16:构建分类网络模型

  • 课时17:DataSet模块介绍与应用方法

  • 课时18:本章数据代码下载(需PC登录)

  • 课时19:卷积神经网络应用领域

  • 课时20:卷积的作用

  • 课时21:卷积特征值计算方法

  • 课时22:得到特征图表示

  • 课时23:步长与卷积核大小对结果的影响

  • 课时24:边缘填充方法

  • 课时25:特征图尺寸计算与参数共享

  • 课时26:池化层的作用

  • 课时27:整体网络架构

  • 课时28:VGG网络架构

  • 课时29:残差网络Resnet

  • 课时30:本章数据代码下载(需PC登录)

  • 课时31:感受野的作用

  • 课时32:卷积网络参数定义

  • 课时33:网络流程解读

  • 课时34:Vision模块功能解读

  • 课时35:分类任务数据集定义与配置

  • 课时36:图像增强的作用

  • 课时37:数据预处理与数据增强模块

  • 课时38:Batch数据制作

  • 课时39:本章数据代码下载(需PC登录)

  • 课时40:迁移学习的目标

  • 课时41:迁移学习策略

  • 课时42:加载训练好的网络模型

  • 课时43:优化器模块配置

  • 课时44:实现训练模块

  • 课时45:训练结果与模型保存

  • 课时46:加载模型对测试数据进行预测

  • 课时47:额外补充-Resnet论文解读

  • 课时48:额外补充-Resnet网络架构解读

  • 课时49:RNN网络架构解读

  • 课时50:词向量模型通俗解释

  • 课时51:模型整体框架

  • 课时52:本章数据代码下载(需PC登录)

  • 课时53:训练数据构建

  • 课时54:CBOW与Skip-gram模型

  • 课时55:负采样方案

  • 课时56:任务目标与数据简介

  • 课时57:RNN模型所需输入格式解析

  • 课时58:项目配置参数设置

  • 课时59:新闻数据读取与预处理方法

  • 课时60:LSTM网络模块定义与参数解析

  • 课时61:本章数据代码下载(需PC登录)

  • 课时62:训练LSTM文本分类模型

  • 课时63:Tensorboardx可视化展示模块搭建

  • 课时64:CNN应用于文本任务原理解析

  • 课时65:网络模型架构与效果展示

  • 课时66:本章数据代码下载(需PC登录)

  • 课时67:对抗生成网络通俗解释

  • 课时68:GAN网络组成

  • 课时69:损失函数解释说明

  • 课时70:数据读取模块

  • 课时71:生成与判别网络定义

  • 课时72:CycleGan网络所需数据

  • 课时73:CycleGan整体网络架构

  • 课时74:PatchGan判别网络原理

  • 课时75:Cycle开源项目简介

  • 课时76:数据读取与预处理操作

  • 课时77:生成网络模块构造

  • 课时78:判别网络模块构造

  • 课时79:损失函数:identity loss计算方法

  • 课时80:生成与判别损失函数指定

  • 课时81:额外补充:VISDOM可视化配置

  • 课时82:本章数据代码下载(需PC登录)

  • 课时83:OCR文字识别要完成的任务

  • 课时84:CTPN文字检测网络概述

  • 课时85:序列网络的作用

  • 课时86:输出结果含义解析

  • 课时87:CTPN细节概述

  • 课时88:CRNN识别网络架构

  • 课时89:CTC模块的作用

  • 课时90:OCR文字检测识别项目效果展示

  • 课时91:本章数据代码下载(需PC登录)

  • 课时92:训练数据准备与环境配置

  • 课时93:检测模块候选框生成

  • 课时94:候选框标签制作

  • 课时95:整体网络所需模块

  • 课时96:网络架构各模块完成的任务解读

  • 课时97:CRNN识别模块所需数据与标签

  • 课时98:识别模块网络架构解读

  • 课时99:本章数据代码下载(需PC登录)

  • 课时100:3D卷积原理解读

  • 课时101:UCF101动作识别数据集简介

  • 课时102:测试效果与项目配置

  • 课时103:视频数据预处理方法

  • 课时104:数据Batch制作方法

  • 课时105:3D卷积网络所涉及模块

  • 课时106:训练网络模型

  • 课时107:BERT任务目标概述

  • 课时108:本章数据代码下载(需PC登录)

  • 课时109:传统解决方案遇到的问题

  • 课时110:注意力机制的作用

  • 课时111:self-attention计算方法

  • 课时112:特征分配与softmax机制

  • 课时113:Multi-head的作用

  • 课时114:位置编码与多层堆叠

  • 课时115:transformer整体架构梳理

  • 课时116:BERT模型训练方法

  • 课时117:训练实例

  • 课时118:BERT开源项目简介

  • 课时119:项目参数配置

  • 课时120:本章数据代码下载(需PC登录)

  • 课时121:数据读取模块

  • 课时122:数据预处理模块

  • 课时123:tfrecord制作

  • 课时124:Embedding层的作用

  • 课时125:加入额外编码特征

  • 课时126:加入位置编码特征

  • 课时127:mask机制

  • 课时128:构建QKV矩阵

  • 课时129:完成Transformer模块构建

  • 课时130:训练BERT模型

  • 课时131:本章数据代码下载(需PC登录)

  • 课时132:项目配置与环境概述

  • 课时133:数据读取与预处理

  • 课时134:网络结构定义

  • 课时135:训练网络模型

  • 课时136:本章数据代码下载

  • 课时137:本章数据代码下载(需PC登录)

  • 课时138:项目模板各模块概述

  • 课时139:各模块配置参数解析

  • 课时140:数据读取与预处理模块功能解读

  • 课时141:模型架构模块

  • 课时142:训练模块功能

  • 课时143:训练结果可视化展示模块

  • 课时144:模块应用与BenckMark解读

课程概述

深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例,让同学们熟练使用PyTorch框架进行项目开发。课程内容全部以实战为导向,基于当下计算机视觉与自然语言处理中经典项目进行实例讲解,通过Debug模式详解项目中每一行代码的作用与效果,整体风格通俗易懂,提供全部课程所属课件。

相关教程

Learnfk - Apache POI教程

Learnfk - Java Nio教程

Learnfk - MATLAB教程

Learnfk - Rust教程

Learnfk - Flask教程

Learnfk - Spring Boot教程

随机推荐

半个茶人煮茶器高端触屏全自动黑茶煮茶壶最新款,使用两个月反馈...

博沃尼克成人救生衣浮力背心户外钓鱼马甲评测结果不看后悔,分析...

步步高电话机座机固定电话使用体验,使用两个月反馈!

康福瑞成人拉拉裤测评大揭秘,应该怎么样选择

奔麦婴儿洗澡盆折叠浴盆宝宝洗澡儿童澡盆新生儿用品评测数据如何...

美的电磁炉带锅家用电磁炉套装触控按键怎么样?小白必看!