此资源内容只作交流和学习使用,请勿侵犯他人的知识产权,本站不储存、复制任何文件,所有文件均来自网络。
感谢您对本站的支持。
课程安装软件 https://www.aliyundrive.com/s/AJUNzrABvZb/folder/61e8f1dcc94c756ea3b2485d978b3743dd2ccc97 folder
课程代码及PPT https://www.aliyundrive.com/s/AJUNzrABvZb/folder/61e8f1d379d3b5df695443eab1b6975f4c7d2e67 folder
第9章卷积神经网络CNN https://www.aliyundrive.com/s/AJUNzrABvZb/folder/61e8f1d273c3d6753ec0466c81eaf4d93ce47b47 folder
第8章过拟合 https://www.aliyundrive.com/s/AJUNzrABvZb/folder/61e8f1d1ab0c44309d134868822e3c003530c4ea folder
第7章神经网络与全连接层 https://www.aliyundrive.com/s/AJUNzrABvZb/folder/61e8f1dc4d4146...
03-cifar10案例.py 8.19 KB py02-pytorch的初步使用.py 4.74 KB py01-pytorch的基本语法.py 4.33 KB py
03-cifar10案例.py 8.19 KB py02-pytorch的初步使用.py 4.74 KB py01-pytorch的基本语法.py 4.33 KB py
03-cifar10案例.py 8.19 KB py02-pytorch的初步使用.py 4.74 KB py01-pytorch的基本语法.py 4.33 KB py
18-PyTorch使用-简单索引和列表索引操作.mp4 95.04 MB mp417-PyTorch使用-张量拼接操作小节.mp4 4.65 MB mp416-PyTorch使用-张量的stack拼接.mp4 30.65 MB mp416-PyTorch使用-张量的cat拼接.mp4 57.27 MB mp415-PyTorch使用-标量张量和数字的转换.mp4 13.83 MB mp415-PyTorch使用-张量类型转换小节.mp4 6.60 MB mp414-PyTorch使用-numpy数组转换为张量.mp4 22.62 MB mp413-PyTorch使用-张量转换为numpy数组.mp4 70.61 MB mp412-PyTorch使用-张量数值计算小节.mp4 9.78 MB mp4
18-PyTorch使用-简单索引和列表索引操作.mp4 95.04 MB mp417-PyTorch使用-张量拼接操作小节.mp4 4.65 MB mp416-PyTorch使用-张量的stack拼接.mp4 30.65 MB mp416-PyTorch使用-张量的cat拼接.mp4 57.27 MB mp415-PyTorch使用-标量张量和数字的转换.mp4 13.83 MB mp415-PyTorch使用-张量类型转换小节.mp4 6.60 MB mp414-PyTorch使用-numpy数组转换为张量.mp4 22.62 MB mp413-PyTorch使用-张量转换为numpy数组.mp4 70.61 MB mp412-PyTorch使用-张量数值计算小节.mp4 9.78 MB mp4
18-PyTorch使用-简单索引和列表索引操作.mp4 95.04 MB mp417-PyTorch使用-张量拼接操作小节.mp4 4.65 MB mp416-PyTorch使用-张量的stack拼接.mp4 30.65 MB mp416-PyTorch使用-张量的cat拼接.mp4 57.27 MB mp415-PyTorch使用-标量张量和数字的转换.mp4 13.83 MB mp415-PyTorch使用-张量类型转换小节.mp4 6.60 MB mp414-PyTorch使用-numpy数组转换为张量.mp4 22.62 MB mp413-PyTorch使用-张量转换为numpy数组.mp4 70.61 MB mp412-PyTorch使用-张量数值计算小节.mp4 9.78 MB mp4
18-PyTorch使用-简单索引和列表索引操作.mp4 95.04 MB mp417-PyTorch使用-张量拼接操作小节.mp4 4.65 MB mp416-PyTorch使用-张量的stack拼接.mp4 30.65 MB mp416-PyTorch使用-张量的cat拼接.mp4 57.27 MB mp415-PyTorch使用-标量张量和数字的转换.mp4 13.83 MB mp415-PyTorch使用-张量类型转换小节.mp4 6.60 MB mp414-PyTorch使用-numpy数组转换为张量.mp4 22.62 MB mp413-PyTorch使用-张量转换为numpy数组.mp4 70.61 MB mp412-PyTorch使用-张量数值计算小节.mp4 9.78 MB mp4
18-PyTorch使用-简单索引和列表索引操作.mp4 95.04 MB mp417-PyTorch使用-张量拼接操作小节.mp4 4.65 MB mp416-PyTorch使用-张量的stack拼接.mp4 30.65 MB mp416-PyTorch使用-张量的cat拼接.mp4 57.27 MB mp415-PyTorch使用-标量张量和数字的转换.mp4 13.83 MB mp415-PyTorch使用-张量类型转换小节.mp4 6.60 MB mp414-PyTorch使用-numpy数组转换为张量.mp4 22.62 MB mp413-PyTorch使用-张量转换为numpy数组.mp4 70.61 MB mp412-PyTorch使用-张量数值计算小节.mp4 9.78 MB mp4
05 基础模型的构建.mp4 34.78 MB mp404 ws的保存.mp4 30.81 MB mp403 文本序列化的方法.mp4 69.41 MB mp402 collate_fn的实现.mp4 20.28 MB mp401 复习.mp4 22.09 MB mp4
05 基础模型的构建.mp4 34.78 MB mp404 ws的保存.mp4 30.81 MB mp403 文本序列化的方法.mp4 69.41 MB mp402 collate_fn的实现.mp4 20.28 MB mp401 复习.mp4 22.09 MB mp4
第四周第四节:优化器(一).ts 96.47 MB ts
第四周第五节.ts 110.99 MB ts
第四周第二节课.ts 156.78 MB ts
第四周第三节.ts 159.81 MB ts
第四周第一节课:权值初始化.ts 97.34 MB ts
第四周...txt 3.62 KB txt
第六周第二节正则化之Dropout.ts 90.65 MB ts
第六周第一节.ts 88.89 MB ts
第六周..txt 0.72 KB txt
第五周第四节.ts 180.19 MB ts
第五周第五节.ts 140.87 MB ts
第五周第二节:TensorBoard简介与安装.ts 67.14 MB ts
第五周第三节.ts 125.89 MB ts
第五周第一节.ts 139.43 MB ts
第五周...txt 2.80 KB txt
第二周第四节课:transforms(二)..mp4 137.66 MB mp4
第二周第二节课:transforms与normalize..ts 86.89 MB ts
第二周第三节课:transforms..ts 210.65 MB ts...