零基础AI入门实战（深度学习+Pytorch） 轻松上手/小白友好/实战案例/跨专业进阶
课程大纲
001-课程介绍.mp4
002-1-神经网络核心任务解析.mp4
003-2-模型更新策略详解.mp4
004-3-损失函数怎么算.mp4
005-4-数据前传流程拆解.mp4
006-5-反向传播现场演示mp4
007-6-神经网络结构逐层剖析.mp4
008-7-网络效果直观展示.mp
009-8-神经元数量影响.mp4
010-9-数据预处理与dropout妙用.mp4
011-1-卷积网络初探.mp4
012-2-卷积到底在干啥.mp4
013-3-卷积运算全流程演示.mp4
014-4-层级结构有啥用.mp4
015-5-参数共享优势解读.mp4
016-6-池化层真实作用.mp4
017-7-整体架构深度解析.mp4
018-8-经典网络大盘点mp4
019-1-RNN原理与缺陷揭秘mp4
020-2-注意力机制发展史.mp4
021-3-self-attention解决啥问题mg4
022-4-QKV从哪儿来.mp4
023-5-多头注意力有啥用.mp4
024-6-位置编码与解码过程.mp4
025-7-Transformer整体架构.mp4
026-8-BERT训练秘诀.mg4
027-1-PyTorch框架特色解读.mp4
028-2-安装环境配置指南mp
029-1-数据集与任务预览.mp4
030-2-基础模块使用测试.mp4
031-3-定义网络结构.mp4
032-4-数据加载入门.mp4
033-5-损失函数与训练模块.mp
034-6-手把手训练分类模型mp
035-7-参数调优技巧.mp4
036-1-任务与数据解读.mp4
037-2-参数初始化操作.mp4
038-3-完整训练流程实例.mp4
039-4-模型学习与预测实战.mp4
040-1-输入特征通道解读.mp4
041-2-卷积参数配置详解.m4
042-3-训练卷积网络模型.mp4
043-1-图像处理基础操作mp4
044-2-数据增强技巧.mp4
045-3-选模型挑数据.mp4
046-4-迁移学习怎么玩.mp4
047-5-输出层配置技巧.mp4
048-6-调整分类数量.mp4
049-7-优化器与学习率设置.mp4
050-8-模型训练实操.mp4
051-9-完整模型再训练.mp4
052-10-测试效果展示.mp4
053-4-用Dataloader加载数据训练mp
054-1-Dataloader核心功能.mp4
055-2-处理图像路径与标签.mp4
056-3-Dataloader必备方法.mp4
057-1-文本任务与数据解析.mp4
058-2-文本处理全流程.mp4
059-3-命令行参数调试.mp4
060-4-训练配置参数说明.mp4
061-5-构建词表切分数据.mp4
062-6-字符转ID预处理.mp4
063-7-定义LSTM结构.mp4
064-8-模型预测输出.mp4
065-9-完成训练任务.mp4
066-1-加载训练好的模型.mp4
067-2-服务端处理函数.mp4
068-3-Flask部署测试.mp4
069-1-视觉transformer任务解读.mp4
070-1-准备项目源码.mp4
071-2-源码调试演示mp4
072-3-实现Embedding层.mp4
073-4-数据分块处理.mp4
074-5-计算QKV.mp4
075-6-特征权重分配.mp4
076-7-完成前向传播.mp4
077-8-计算损失开始训练mp4
评论0