声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除
001.1-1 课程内容和理念.mp4
002.1-2初识深度学习.mp4
003.1-3课程使用的技术栈.mp4
004.2-1线性代数.mp4
005.2-2 微积分.mp4
006.2-3 概率.mp4
007.3-1 CUDA+Anaconda深度学习环境搭建.mp4
008.3-2 conda实用命令.mp4
009.3-3 Jupyter Notebook快速上手.mp4
010.3-4深度学习库PyTorch安装.mp4
011.4-1 神经网络原理.mp4
012.4-2 多层感知机.mp4
013.4-3前向传播和反向传播.mp4
014.44多层感知机代码实现.mp4
015.4-5 回归问题.mp4
016.4-6线性回归代码实现.mp4
017.4-7分类问题.mp4
.............................
.............................
084.13-6 图像生成.mp4
085.14-1 自定义数据加载.mp4
086.14-2 图像数据增强.mp4
087.14-3 迁移学习.mp4
088.14-4 经典视觉数据集.mp4
089.14-5 项目实战:猫狗大战.mp4
090.15-1 词嵌入和word2vec.mp4
091.15-2词义搜索和句意表示.mp4
092.15-3 预训练模型.mp4
093.15-4 Hugging Face库介绍.mp4
094.15-5 经典NLP数据集.mp4
095.15-6项目实战:电影评论情感分析.mp4
096.16-1 InstructGPT模型.mp4
097.16-2 CLIP模型.mp4
098.16-3 DALL-E模型.mp4
099.16-4 深度学习最新发展趋势分析.mp4
100.16-5 下一步学习的建议.mp4
配套代码
配套代码