2米资源网

VIP
深度学习核心框架PyTorch (唐宇迪)

【16352】-深度学习核心框架PyTorch (唐宇迪)

  • 本站均为资源介绍,仅限用于学习和研究,不得将上述内容用于商业或者非法用途,
  • 否则一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除
  • 如果喜欢该资源请支持正版。如发现本站有侵权违法内容,请联系后查实将立刻删除。
  • 资源简介:深度学习核心框架PyTorch (唐宇迪)
  • 详细描述

    深度学习核心框架PyTorch (唐宇迪)


    01 PyTorch框架介绍与配置安装
    01 PyTorch框架与其他框架区别分析 .mp4
    02 CPU与GPU版本安装方法解读 .mp4
    02 使用神经网络进行分类任务
    01 数据集与任务概述.mp4
    02 基本模块应用测试.mp4
    03 网络结构定义方法.mp4
    04 数据源定义简介.mp4
    05 损失与训练模块分析.mp4
    06 训练一个基本的分类模型.mp4
    07 参数对结果的影响.mp4
    03神经网络回归任务-气温预测
    01神经网络回归任务-气温预测.mp4
    04 卷积网络参数解读分析
    01输入特征通道分析.mp4
    02 卷积网络参数解读.mp4
    03卷积网络模型训练.mp4
    05 图像识别模型与训练策略(重点)
    01任务分析与图像数据基本处理.mp4
    02 数据增强模块.mp4
    03 数据集与模型选择.mp4
    04 迁移学习方法解读.mp4
    05 输出层与梯度设置.mp4
    06输出类别个数修改.mp4
    07优化器与学习率衰减.mp4
    08模型训练方法.mp4
    09重新训练全部模型.mp4
    10 测试结果演示分析.mp4
    06 DataLoader自定义数据集制作
    01 Dataloader要完成的任务分析.mp4
    02 图像数据与标签路径处理.mp4
    03 Dataloader中需要实现的方法分析.mp4
    04实用Dataloader加载数据并训练模型.mp4
    07 LSTM文本分类实战
    01数据集与任务目标分析.mp4
    02文本数据处理基本流程分析.mp4
    03命令行参数与DEBUG.mp4
    04训练模型所需基本配置参数分析.mp4
    05 预料表与字符切分.mp4
    06字符预处理转换ID.mp4
    07 LSTM网络结构基本定义.mp4
    08 网络模型预测结果输出.mp4
    09 模型训练任务与总结.mp4
    08 PyTorch框架Flask部署例子
    01基本结构与训练好的模型加载 .mp4
    02服务端处理与预测函数.mp4
    03基于Flask测试模型预测结果 .mp4
    配套资源

     


    深度学习核心框架PyTorch (唐宇迪)
    百度网盘分享地址: 链接: https://pan.baidu.com/s/1qBq5XwIdGm1EZQb-PbgydA?pwd=tmuv 提取码: tmuv
    2米资源网