2020年深度学习框架PyTorch实战视频教程(含讲义、代码) 唐宇迪

admin

『视频教程截图』

『课程介绍』

深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例，让同学们熟练使用PyTorch框架进行项目开发。课程内容全部以实战为导向，基于当下计算机视觉与自然语言处理中经典项目进行实例讲解，通过Debug模式详解项目中每一行代码的作用与效果，整体风格通俗易懂，提供全部课程所属课件。

『课程目录』

目录：/2020年深度学习框架PyTorch实战视频教程(含讲义、代码)128课 唐宇笛
┣━━01 PyTorch框架基本处理操作
┃    ┣━━001 PyTorch实战课程简介.mp4
┃    ┣━━002 PyTorch框架发展趋势简介.mp4
┃    ┣━━003 框架安装方法（CPU与GPU版本）.mp4
┃    ┣━━004 PyTorch基本操作.mp4
┃    ┣━━005 自动求导机制.mp4
┃    ┣━━006 线性回归DEMO-数据与参数配置.mp4
┃    ┣━━007 线性回归DEMO-训练回归模型.mp4
┃    ┣━━008 补充：常见tensor格式.mp4
┃    ┣━━009 补充：Hub模块简介.mp4
┃    ┗━━课程数据代码下载.txt
┣━━02 神经网络实战分类与回归任务
┃    ┣━━010 气温数据集与任务介绍.mp4
┃    ┣━━011 按建模顺序构建完成网络架构.mp4
┃    ┣━━012 简化代码训练网络模型.mp4
┃    ┣━━013 分类任务概述.mp4
┃    ┣━━014 构建分类网络模型.mp4
┃    ┗━━015 DataSet模块介绍与应用方法.mp4
┣━━03 卷积神经网络原理与参数解读
┃    ┣━━016 卷积神经网络应用领域.mp4
┃    ┣━━017 卷积的作用.mp4
┃    ┣━━018 卷积特征值计算方法.mp4
┃    ┣━━019 得到特征图表示.mp4
┃    ┣━━020 步长与卷积核大小对结果的影响.mp4
┃    ┣━━021 边缘填充方法.mp4
┃    ┣━━022 特征图尺寸计算与参数共享.mp4
┃    ┣━━023 池化层的作用.mp4
┃    ┣━━024 整体网络架构.mp4
┃    ┣━━025 VGG网络架构.mp4
┃    ┣━━026 残差网络Resnet.mp4
┃    ┗━━027 感受野的作用.mp4
┣━━04 图像识别核心模块实战解读
┃    ┣━━028 卷积网络参数定义.mp4
┃    ┣━━029 网络流程解读.mp4
┃    ┣━━030 Vision模块功能解读.mp4
┃    ┣━━031 分类任务数据集定义与配置.mp4
┃    ┣━━032 图像增强的作用.mp4
┃    ┣━━033 数据预处理与数据增强模块.mp4
┃    ┗━━034 Batch数据制作.mp4
┣━━05 迁移学习的作用与应用实例
┃    ┣━━035 迁移学习的目标.mp4
┃    ┣━━036 迁移学习策略.mp4
┃    ┣━━037 加载训练好的网络模型.mp4
┃    ┣━━038 优化器模块配置.mp4
┃    ┣━━039 实现训练模块.mp4
┃    ┣━━040 训练结果与模型保存.mp4
┃    ┣━━041 加载模型对测试数据进行预测.mp4
┃    ┣━━042 额外补充-Resnet论文解读.mp4
┃    ┗━━043 额外补充-Resnet网络架构解读.mp4
┣━━06 递归神经网络与词向量原理解读
┃    ┣━━044 RNN网络架构解读.mp4
┃    ┣━━045 词向量模型通俗解释.mp4
┃    ┣━━046 模型整体框架.mp4
┃    ┣━━047 训练数据构建.mp4
┃    ┣━━048 CBOW与Skip-gram模型.mp4
┃    ┗━━049 负采样方案.mp4
┣━━07 新闻数据集文本分类实战
┃    ┣━━050 任务目标与数据简介.mp4
┃    ┣━━051 RNN模型所需输入格式解析.mp4
┃    ┣━━052 项目配置参数设置.mp4
┃    ┣━━053 新闻数据读取与预处理方法.mp4
┃    ┣━━054 LSTM网络模块定义与参数解析.mp4
┃    ┣━━055 训练LSTM文本分类模型.mp4
┃    ┣━━056 Tensorboardx可视化展示模块搭建.mp4
┃    ┣━━057 CNN应用于文本任务原理解析.mp4
┃    ┗━━058 网络模型架构与效果展示.mp4
┣━━08 对抗生成网络架构原理与实战解析
┃    ┣━━059 对抗生成网络通俗解释.mp4
┃    ┣━━060 GAN网络组成.mp4
┃    ┣━━061 损失函数解释说明.mp4
┃    ┣━━062 数据读取模块.mp4
┃    ┗━━063 生成与判别网络定义.mp4
┣━━09 基于CycleGan开源项目实战图像合成
┃    ┣━━064 CycleGan网络所需数据.mp4
┃    ┣━━065 CycleGan整体网络架构.mp4
┃    ┣━━066 PatchGan判别网络原理.mp4
┃    ┣━━067 Cycle开源项目简介.mp4
┃    ┣━━068 数据读取与预处理操作.mp4
┃    ┣━━069 生成网络模块构造.mp4
┃    ┣━━070 判别网络模块构造.mp4
┃    ┣━━071 损失函数：identity loss计算方法.mp4
┃    ┣━━072 生成与判别损失函数指定.mp4
┃    ┗━━073 额外补充：VISDOM可视化配置.mp4
┣━━10 OCR文字识别原理
┃    ┣━━074 OCR文字识别要完成的任务.mp4
┃    ┣━━075 CTPN文字检测网络概述.mp4
┃    ┣━━076 序列网络的作用.mp4
┃    ┣━━077 输出结果含义解析.mp4
┃    ┣━━078 CTPN细节概述.mp4
┃    ┣━━079 CRNN识别网络架构.mp4
┃    ┗━━080 CTC模块的作用.mp4
┣━━11 OCR文字识别项目实战
┃    ┣━━081 OCR文字检测识别项目效果展示.mp4
┃    ┣━━082 OCR文字检测识别项目效果展示.mp4
┃    ┣━━083 检测模块候选框生成.mp4
┃    ┣━━084 候选框标签制作.mp4
┃    ┣━━085 整体网络所需模块.mp4
┃    ┣━━086 网络架构各模块完成的任务解读.mp4
┃    ┣━━087 CRNN识别模块所需数据与标签.mp4
┃    ┗━━088 识别模块网络架构解读.mp4
┣━━12 基于3D卷积的视频分析与动作识别
┃    ┣━━089 3D卷积原理解读.mp4
┃    ┣━━090 UCF101动作识别数据集简介.mp4
┃    ┣━━091 测试效果与项目配置.mp4
┃    ┣━━092 视频数据预处理方法.mp4
┃    ┣━━093 数据Batch制作方法.mp4
┃    ┣━━094 3D卷积网络所涉及模块.mp4
┃    ┗━━095 训练网络模型.mp4
┣━━13 自然语言处理通用框架BERT原理解读
┃    ┣━━096 BERT任务目标概述.mp4
┃    ┣━━097 传统解决方案遇到的问题.mp4
┃    ┣━━098 注意力机制的作用.mp4
┃    ┣━━099 self-attention计算方法.mp4
┃    ┣━━100 特征分配与softmax机制.mp4
┃    ┣━━101 Multi-head的作用.mp4
┃    ┣━━102 位置编码与多层堆叠.mp4
┃    ┣━━103 transformer整体架构梳理.mp4
┃    ┣━━104 BERT模型训练方法.mp4
┃    ┗━━105 训练实例.mp4
┣━━14 谷歌开源项目BERT源码解读（官方TF版）
┃    ┣━━106 BERT开源项目简介.mp4
┃    ┣━━107 项目参数配置.mp4
┃    ┣━━108 数据读取模块.mp4
┃    ┣━━109 数据预处理模块.mp4
┃    ┣━━110 tfrecord制作.mp4
┃    ┣━━111 Embedding层的作用.mp4
┃    ┣━━112 加入额外编码特征.mp4
┃    ┣━━113 加入位置编码特征.mp4
┃    ┣━━114 mask机制.mp4
┃    ┣━━115 构建QKV矩阵.mp4
┃    ┣━━116 完成Transformer模块构建.mp4
┃    ┗━━117 训练BERT模型.mp4
┣━━15 基于PyTorch实战BERT模型（民间PyTorch版）
┃    ┣━━118 项目配置与环境概述.mp4
┃    ┣━━119 数据读取与预处理.mp4
┃    ┣━━120 网络结构定义.mp4
┃    ┗━━121 训练网络模型.mp4
┣━━16 PyTorch框架实战模板解读
┃    ┣━━122 项目模板各模块概述.mp4
┃    ┣━━123 各模块配置参数解析.mp4
┃    ┣━━124 数据读取与预处理模块功能解读.mp4
┃    ┣━━125 模型架构模块.mp4
┃    ┣━━126 训练模块功能.mp4
┃    ┣━━127 训练结果可视化展示模块.mp4
┃    ┗━━128 模块应用与BenckMark解读.mp4
┗━━配套资料（讲义、源码）
┃    ┣━━讲义PPT
┃    ┣━━第八章：对抗生成网络架构原理与实战解析.zip
┃    ┣━━第二章：神经网络实战分类与回归任务.zip
┃    ┣━━第九章：基于CycleGan开源项目实战图像合成.zip
┃    ┣━━第六章：word2vec通俗解释.zip
┃    ┣━━第七章：新闻数据集文本分类实战.zip
┃    ┣━━第三章：卷积神经网络.zip
┃    ┣━━第十二章：基于3D卷积的视频分析与动作识别.zip
┃    ┣━━第十六章：PyTorch框架实战模板解读.zip
┃    ┣━━第十三章：自然语言处理通用框架BERT原理解读.zip
┃    ┣━━第十四章：谷歌开源项目BERT源码解读（官方TF版）.zip
┃    ┣━━第十一章：OCR文字识别项目实战.zip
┃    ┣━━第四章：图像识别核心模块实战解读.zip
┃    ┣━━第一章：PyTorch框架基本处理操作.zip
┃    ┗━━文件目录.txt

『网盘下载地址』

游客，如果您要查看本帖隐藏内容请回复

『链接失效反馈』

如下载地址失效,请及时反馈,我们会尽快修复！反馈地址：https://www.52itjc.com/forum-60-1.html 感谢您的支持

墙和鸡蛋

好好啊好好好

术数古籍专卖疤

楼主66666

知足常乐77

回复一下看看是什么资料

小妖花满楼满fx

厉害了我的哥

井底燕雀傥

每日回帖加金币

井底燕雀傥

感谢分享

李志敏

看着很不错

慧眼识英雄1

不错不错，感谢分享哈哈

落败的青春阳落s

看看看看,每天都来逛逛~~！！！