"PyTorch" 相关资源(共 12 条)PyTorch
为您找到相关结果约 12 条
0基础 AI入门实战(深度学习+Pytorch) 通俗易懂0基础入门案例实战跨专业提升
file:042-3-卷积网络模型训练.mp4
file:053-4-实用Dataloader加载数据并训练模型.mp4
file:064-8-网络模型预测结果输出.mp4
file:076-7-完成前向传播.mp4
file:012-2-卷积要完成的任务解读.mp4
file:058-2-文本数据处理基本流程分析.mp4
file:039-4-模型学习与预测.mp4
file:029-1-数据集与任务概述.mp4
file:059-3-命令行参数与DEBUG.mp4
file:065-9-模型训练任务与总结.mp4
file:034-6-训练一个基本的分类模型.mp4
file:015-5-参数共享的作用.mp4
file:071-2-源码DEBUG演示.mp4
file:037-2-参数初始化操作解读.mp4
file:018-8-经典网络架构概述.mp4
file:017-7-整体网络结构架构分析.mp4
file:003-2-模型更新方法解读.mp4
file:023-5-多头注意力机制的效果.mp4
file:046-4-迁移学习方法解读.mp4
file:027-1-PyT
2025-07-04
【深度之眼】深度学习 PyTorch 框架
file:课件.zip
file:第05周第03节.ts
file:开营仪式回放-老师部分.ts
file:第03周第03节课.ts
file:第04周第05节.ts
file:第04周第03节.ts
file:第02周第01节课:Dataloader与Dataset.ts
file:第01周第04节:计算图与动态图机制.ts
file:第02周第02节课:transforms与normalize.ts
file:第05周第04节.ts
file:第04周第04节:优化器(一).ts
file:第05周第05节.ts
file:第02周第04节课:transforms(二).ts
file:第04周第02节课.ts
file:第02周第03节课:transforms.ts
file:第05周第01节.ts
file:第01周第05节:autograd与逻辑回归.ts
file:第03周第01节课:模型创建步骤与nnModule.ts
file:第03周第02节课:模型容器与AlexNet构建.ts
file:第02周作业讲解.ts
file:第01周第02节:张量简介与创建.ts
fi
2025-04-19
【深度之眼】深度学习 PyTorch 框架
file:第05周第04节.ts
file:第06周第01节.ts
file:第01周作业讲解(3).ts
file:第01周第01节:pytorch简介与安装.ts
file:开营仪式回放-老师部分.ts
file:第02周第02节课:transforms与normalize.ts
file:第03周第01节课:模型创建步骤与nnModule.ts
file:第04周第02节课.ts
file:第05周第01节.ts
file:第01周第02节:张量简介与创建.ts
file:第03周第02节课:模型容器与AlexNet构建.ts
file:课件.zip
file:第04周第03节.ts
file:第01周第03节:张量操作与线性回归.ts
file:第04周第05节.ts
file:第02周第04节课:transforms(二).ts
file:第05周第03节.ts
file:第01周第05节:autograd与逻辑回归.ts
file:第02周第03节课:transforms.ts
file:第03周第04节课.ts
file:第05周第05节.ts
file:第01周作业讲解
2025-04-10
0基础 AI入门实战(深度学习+Pytorch) 通俗易懂0基础入门案例实战跨专业提升
file:阿里公益资源站.png
file:002-1-神经网络要完成的任务分析.mp4
file:020-2-注意力结构历史故事介绍.mp4
file:008-7-神经网络效果可视化分析.mp4
file:015-5-参数共享的作用.mp4
file:012-2-卷积要完成的任务解读.mp4
file:003-2-模型更新方法解读.mp4
file:009-8-神经元个数的作用.mp4
file:019-1-RNN网络结构原理与问题.mp4
file:016-6-池化层的作用与效果.mp4
file:004-3-损失函数计算方法.mp4
file:057-1-数据集与任务目标分析.mp4
file:036-1-任务与数据集解读.mp4
file:063-7-LSTM网络结构基本定义.mp4
file:061-5-预料表与字符切分.mp4
file:001-课程介绍.mp4
file:048-6-输出类别个数修改.mp4
file:052-10-测试结果演示分析.mp4
file:018-8-经典网络架构概述.mp4
file:062-6-字符预处理转换ID.mp4
file:022-
2024-10-26
【深度之眼】深度学习 PyTorch 框架
file:课件.exe
file:第06周第02节正则化之Dropout.ts
file:第06周第01节.ts
file:第05周第05节.ts
file:第05周第04节.ts
file:第05周第03节.ts
file:第05周第02节:TensorBoard简介与安装.ts
file:第05周第01节.ts
file:第04周第05节.ts
file:第04周第04节:优化器(一).ts
file:第04周第03节.ts
file:课件.exe
file:第06周第02节正则化之Dropout.ts
file:第06周第01节.ts
file:第05周第05节.ts
file:第05周第04节.ts
file:第05周第03节.ts
file:第05周第02节:TensorBoard简介与安装.ts
file:第05周第01节.ts
file:第04周第05节.ts
file:第04周第04节:优化器(一).ts
file:第04周第03节.ts
2024-05-26
【imooc-612】PyTorch深度学习开发医学影像端到端判别项目
file:9-9尝试训练第一个模型.mp4
file:9-8在日志中保存重要信息.mp4
file:9-7定义损失计算和训练验证环节二.mp4
file:9-6定义损失计算和训练验证环节一.mp4
file:9-5实现模型的核心部分.mp4
file:9-4编写数据加载器部分.mp4
file:9-3初始化都包含什么内容.mp4
file:9-2定义模型训练框架.mp4
file:9-26本章小结.mp4
file:9-25分割模型训练及在TensorBoard中查看结果.mp4
file:9-24模型存储图像存储代码介绍.mp4
file:8-9编写Dataset方法.mp4
file:8-8数据坐标系的转换.mp4
file:8-7加载CT影像数据.mp4
file:8-6加载标注数据.mp4
file:8-5原始数据是长什么样子的.mp4
file:8-4下载项目中的数据集.mp4
file:8-3制定一个解决方案.mp4
file:8-2CT数据是什么样子.mp4
file:8-1肺部癌症检测的项目简介.mp4
file:8-14本章小结.mp4
file:8-13CT数据可视
2023-07-23
【自学PyTorch?】强推这套深度学习PyTorch资源教程,23年最好最全自学PyTorch教程适合所有初学者快速入门(绝对通俗易懂)
file:【自学PyTorch?】强推这套深度学习PyTorch资源教程,23年最好最全自学PyTorch教程适合所有初学者快速入门(绝对通俗易懂)人工智能 深度学习_边缘填充方法_480P 清晰.mp4
file:【自学PyTorch?】强推这套深度学习PyTorch资源教程,23年最好最全自学PyTorch教程适合所有初学者快速入门(绝对通俗易懂)人工智能 深度学习_补充:常见tensor格式_480P 清晰.mp4
file:【自学PyTorch?】强推这套深度学习PyTorch资源教程,23年最好最全自学PyTorch教程适合所有初学者快速入门(绝对通俗易懂)人工智能 深度学习_补充:Hub模块简介_480P 清晰.mp4
file:【自学PyTorch?】强推这套深度学习PyTorch资源教程,23年最好最全自学PyTorch教程适合所有初学者快速入门(绝对通俗易懂)人工智能 深度学习_自动求导机制_480P 清晰.mp4
file:【自学PyTorch?】强推这套深度学习PyTorch资源教程,23年最好最全自学PyTorch教程适合所有初学者快速入门(绝对通俗易懂)人工智
2023-03-23
0基础 AI入门实战(深度学习+Pytorch) 通俗易懂0基础入门案例实战跨专业提升
file:001-课程介绍.mp4
file:002-1-神经网络要完成的任务分析.mp4
file:003-2-模型更新方法解读.mp4
file:004-3-损失函数计算方法.mp4
file:005-4-前向传播流程解读.mp4
file:006-5-反向传播演示.mp4
file:007-6-神经网络整体架构详细拆解.mp4
file:008-7-神经网络效果可视化分析.mp4
file:009-8-神经元个数的作用.mp4
file:010-9-预处理与dropout的作用.mp4
file:011-1-卷积神经网络概述分析.mp4
file:012-2-卷积要完成的任务解读.mp4
file:013-3-卷积计算详细流程演示.mp4
file:014-4-层次结构的作用.mp4
file:015-5-参数共享的作用.mp4
file:016-6-池化层的作用与效果.mp4
file:017-7-整体网络结构架构分析.mp4
file:018-8-经典网络架构概述.mp4
file:019-1-RNN网络结构原理与问题.mp4
file:020-2-注意力结构历史故事介绍.m
0000-00-00