深度学习框架-PyTorch实战

1-1

PyTorch实战课程简介 1-PyTorch实战课程简介

[04:53] 开始学习

1-2

PyTorch框架发展趋势简介 2-PyTorch框架发展趋势简介

[08:25] 开始学习

1-3

框架安装方法（CPU与GPU版本） 3-框架安装方法（CPU与GPU版本）

[05:13] 开始学习

1-4

PyTorch基本操作简介 4-PyTorch基本操作简介

「仅限付费用户」点击下载“数据代码.txt”

[09:25] 开始学习

1-5

自动求导机制 自动求导机制

[10:59] 开始学习

1-6

线性回归DEMO-数据与参数配置 线性回归DEMO-数据与参数配置

[08:56] 开始学习

1-7

线性回归DEMO-训练回归模型 线性回归DEMO-训练回归模型

[10:08] 开始学习

1-8

补充：常见tensor格式 补充：常见tensor格式

[07:10] 开始学习

1-9

补充：Hub模块简介 补充：Hub模块简介

[08:25] 开始学习

2-1

气温数据集与任务介绍 1-气温数据集与任务介绍

[06:42] 开始学习

2-2

按建模顺序构建完成网络架构 按建模顺序构建完成网络架构

[11:38] 开始学习

2-3

简化代码训练网络模型 简化代码训练网络模型

[11:04] 开始学习

2-4

分类任务概述 分类任务概述

[05:12] 开始学习

2-5

构建分类网络模型 构建分类网络模型

[09:40] 开始学习

2-6

DataSet模块介绍与应用方法 DataSet模块介绍与应用方法

[10:11] 开始学习

3-1

卷积神经网络应用领域 1-卷积神经网络应用领域

[07:25] 开始学习

3-2

卷积的作用 2-卷积的作用

[09:23] 开始学习

3-3

卷积特征值计算方法 3-卷积特征值计算方法

[08:07] 开始学习

3-4

得到特征图表示 4-得到特征图表示

[06:59] 开始学习

3-5

步长与卷积核大小对结果的影响 5-步长与卷积核大小对结果的影响

[08:11] 开始学习