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

本套课程来自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。

文章底部附下载链接。

课程文件目录：

——//存档/118 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

├──001-课程介绍.mp4

├──002-1-神经网络要完成的任务分析_ev.mp4

├──003-2-模型更新方法解读_ev.mp4

├──004-3-损失函数计算方法_ev.mp4

├──005-4-前向传播流程解读_ev.mp4

├──006-5-反向传播演示_ev.mp4

├──007-6-神经网络整体架构详细拆解_ev.mp4

├──008-7-神经网络效果可视化分析_ev.mp4

├──009-8-神经元个数的作用_ev.mp4

├──010-9-预处理与dropout的作用_ev.mp4

├──011-1-卷积神经网络概述分析_ev.mp4

├──012-2-卷积要完成的任务解读_ev.mp4

├──013-3-卷积计算详细流程演示_ev.mp4

├──014-4-层次结构的作用_ev.mp4

├──015-5-参数共享的作用_ev.mp4

├──016-6-池化层的作用与效果_ev.mp4

├──017-7-整体网络结构架构分析_ev.mp4

├──018-8-经典网络架构概述_ev.mp4

├──019-1-RNN网络结构原理与问题_ev.mp4

├──020-2-注意力结构历史故事介绍_ev.mp4

├──021-3-self-attention要解决的问题_ev.mp4

├──022-4-QKV的来源与作用_ev.mp4

├──023-5-多头注意力机制的效果_ev.mp4

├──024-6-位置编码与解码器_ev.mp4

├──025-7-整体架构总结_ev.mp4

├──026-8-BERT训练方式分析_ev.mp4

├──027-1-PyTorch框架与其他框架区别分析_ev.mp4

├──028-2-CPU与GPU版本安装方法解读_ev.mp4

├──029-1-数据集与任务概述_ev.mp4

├──030-2-基本模块应用测试_ev.mp4

├──031-3-网络结构定义方法_ev.mp4

├──032-4-数据源定义简介_ev.mp4

├──033-5-损失与训练模块分析_ev.mp4

├──034-6-训练一个基本的分类模型_ev.mp4

├──035-7-参数对结果的影响_ev.mp4

├──036-1-任务与数据集解读_ev.mp4

├──037-2-参数初始化操作解读_ev.mp4

├──038-3-训练流程实例_ev.mp4

├──039-4-模型学习与预测_ev.mp4

├──040-1-输入特征通道分析_ev.mp4

├──041-2-卷积网络参数解读_ev.mp4

├──042-3-卷积网络模型训练_ev.mp4

├──043-1-任务分析与图像数据基本处理_ev.mp4

├──044-2-数据增强模块_ev.mp4

├──045-3-数据集与模型选择_ev.mp4

├──046-4-迁移学习方法解读_ev.mp4

├──047-5-输出层与梯度设置_ev.mp4

├──048-6-输出类别个数修改_ev.mp4

├──049-7-优化器与学习率衰减_ev.mp4

├──050-8-模型训练方法_ev.mp4

├──051-9-重新训练全部模型_ev.mp4

├──052-10-测试结果演示分析_ev.mp4

├──053-4-实用Dataloader加载数据并训练模型_ev.mp4

├──054-1-Dataloader要完成的任务分析_ev.mp4

├──055-2-图像数据与标签路径处理_ev.mp4

├──056-3-Dataloader中需要实现的方法分析_ev.mp4

├──057-1-数据集与任务目标分析_ev.mp4

├──058-2-文本数据处理基本流程分析_ev.mp4

├──059-3-命令行参数与DEBUG_ev.mp4

├──060-4-训练模型所需基本配置参数分析_ev.mp4

├──061-5-预料表与字符切分_ev.mp4

├──062-6-字符预处理转换ID_ev.mp4

├──063-7-LSTM网络结构基本定义_ev.mp4

├──064-8-网络模型预测结果输出_ev.mp4

├──065-9-模型训练任务与总结_ev.mp4

├──066-1-基本结构与训练好的模型加载_ev.mp4

├──067-2-服务端处理与预测函数_ev.mp4

├──068-3-基于Flask测试模型预测结果_ev.mp4

├──069-1-视觉transformer要完成的任务解读_ev.mp4

├──070-1-项目源码准备_ev.mp4

├──071-2-源码DEBUG演示_ev.mp4

├──072-3-Embedding模块实现方法_ev.mp4

├──073-4-分块要完成的任务_ev.mp4

├──074-5-QKV计算方法_ev.mp4

├──075-6-特征加权分配_ev.mp4

├──076-7-完成前向传播_ev.mp4

└──077-8-损失计算与训练_ev.mp4