课程介绍:
PyTorch的创始人说过他们创作的一个准则——他们想成为当务之急。这意味着我们可以立即执行计算。这正好符合Python的编程方法,不需要完成全部代码才能运行,可以轻松的运行部分代码并实时检查。对于我来说把它作为一个神经网络调试器是一件非常幸福的事。
PyTorch是一个基于Python的库,用来提供一个具有灵活性的深度学习开发平台。PyTorch的工作流程非常接近Python的科学计算库——numpy。
课程截图:
〖课程目录〗:
- | └──6、Pytorch框架班第五期
- | | ├──00 开营仪式-老师部分.mp4 223.11M
- | | ├──01 【必看】深入浅出PyTorch.mp4 58.24M
- | | ├──02 Week1【任务1】第一节-PyTorch简介与安装.mp4 63.86M
- | | ├──03 Week1【任务1】-第二节-张量简介与创建.mp4 52.14M
- | | ├──04 Week1【任务2】第一节:张量操作与线性回归.mp4 62.99M
- | | ├──05 Week1【任务2】第二节:计算图与动态图机制.mp4 36.44M
- | | ├──06 Week1【任务3】第一节:autograd与逻辑回归.mp4 59.80M
- | | ├──08 Week2【任务1】第一节:数据读取机制Dataloader与Dataset.mp4 54.59M
- | | ├──09 Week2【任务1】第二节:数据预处理transforms模块机制.mp4 54.17M
- | | ├──10 Week2【任务2】第一节:二十二种transforms数据预处理方法.mp4 129.42M
- | | ├──11 Week2【任务2】第二节:学会自定义transforms方法.mp4 129.89M
- | | ├──13 Week3【任务1】第一节:nn.Module与网络模型构建步骤.mp4 58.76M
- | | ├──14 Week3【任务1】第二节:模型容器与AlexNet构建.mp4 72.26M
- | | ├──15 Week3【任务2】第一节:学习网络层中的卷积层.mp4 78.05M
- | | ├──16 Week3【任务2】第二节:学习网络层中的池化层,全连接层和激活函数层.mp4 54.56M
- | | ├──17 Week4【任务1】第一节:权值初始化.mp4 55.42M
- | | ├──18 Week4【任务1】第二节:损失函数(一).mp4 95.84M
- | | ├──19 Week4【任务2】第一节:pytorch的14种损失函数.mp4 102.98M
- | | ├──20 Week4【任务2】第二节:优化器optimizer的概念.mp4 55.21M
- | | ├──21 Week4【任务3】第一节:torch.optim.SGD.mp4 74.53M
- | | ├──22 Week5【任务1】第一节:学习率调整.mp4 86.05M
- | | ├──23 Week5【任务1】第二节:TensorBoard简介与安装.mp4 46.73M
- | | ├──PyTorch 7月30日直播答疑.mp4 333.89M
- | | ├──PyTorch 8月16日直播答疑.mp4 256.71M
- | | └──资料.7z 1.07G
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。