PyTorch学习-深度学习与PyTorch入门实战教程
【PyTorch学习】深度学习与PyTorch入门实战教程
「你将学到什么?」
亚洲排名第1的新加坡国立大学AI团队倾情打造,资深研究员龙龙老师主讲,帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实践。
【莫烦老师】权威推荐:在教学中,龙龙老师以简短高效的方式,从深度学习的多个角度向我们展开了论述,非常适合想对深度学习有全方位了解的朋友。
【PyTorch中文】:讲解简单易懂、由浅入深,是一门值得推荐的课程。
课程特色:
1. 通俗易懂,快速入门
对深度学习算法追本溯源、循序渐进式讲解,学员不需要任何机器学习基础,只需要写过代码即可轻松上手。
2. 实用主导,简单高效
使用新手最容易掌握的深度学习框架PyTorch实战,比起使用TensorFlow的课程难度降低了约50%,而且PyTorch是业界最灵活,最受好评的框架。
3. 案例为师,实战护航
基于计算机视觉和NLP领域的经典数据集,从零开始结合PyTorch与深度学习算法完成多个案例实战。
4. 持续更新,永久有效
一次购买,永久有效。深度学习课程会持续更新下去,内容和学术界最前沿算法保持同步。
「课程学习目录」
第1章:深度学习框架介绍
1.PyTorch简介
第2章:安装环境准备
1.安装环境准备
2.课程须知
第3章:线性回归
1.简单回归案例-1
2.简单回归案例-2
3.简单回归案例-PyTorch求解
4.手写数字问题引入-1
5.手写数字问题引入-2
第4章:PyTorch基础
1.基本数据类型-1
2.基本数据类型-2
3.创建Tensor-1
4.创建Tensor-2
5.索引与切片-1
6.索引与切片-2
7.Tensor变化-1
8.Tensor变化-2
9.Tensor变化-3
10.Tensor变化-4
第5章:PyTorch进阶
1.Broadcasting-1
2.Broadcasting-2
3.Tensor合并与分割-1
4.Tensor合并与分割-2
5.Tensor运算
6.Tensor统计-1
7.Tensor统计-2
8.Tensor高阶
第6章:随机梯度下降算法
1.什么是梯度-1
2.什么是梯度-2
3.常见函数的梯度
4.激活函数与Loss的梯度-1
5.激活函数与Loss的梯度-2
6.激活函数与Loss的梯度-3
第7章:反向传播算法
1.感知机的梯度推导-1
2.感知机的梯度推导-2
3.链式法则
4.MLP反向传播推导
5.函数优化小实例
第8章:神经网络与全连接层
1.Logistic Regression
2.交叉熵
3.交叉熵-2
4.交叉熵-3
5.LR多分类实战
6.MLP网络层
7.激活函数与GPU加速
8.MNIST测试
9.Visdom可视化
第9章:过拟合
1.过拟合与欠拟合
2.Train-Val-Test-交叉验证-1
3.Train-Val-Test交叉验证-2
4.Regularization
5.动量与Ir衰减
6.Early stopping, dropout,batch
第10章:卷积神经网络
1.什么是卷积-1
2.什么是卷积-2
3.卷积神经网络-1
4.卷积神经网络-2
5.卷积神经网络-3
6.池化层&差值
7.BatchNorm-1
8.BatchNorm-2
9.经典卷积神经网络 LeNet5,AlexNet, VGG, GoogLeNet-1
10.经典卷积神经网络 LeNet5,AlexNet, VGG, GoogLeNet-2
11.ResNet, DenseNet-1
12.ResNet, DenseNet-2
13.nn.Module-1
14.nn.Module-2
15.数据增强
第11章:循环神经网络
1.时间序列表示方法
2.RNN原理-1
3.RNN原理-2
4.RNN网络层-1
5.RNN网络层-2
6.序列预测实战
7.梯度弥散与梯度爆炸
8.LSTM原理-1
9.LSTM原理-2
10.LSTM网络层
11.情感分类实战
第12章:CIFAR与ResNet实战
1.CIFAR数据集介绍
2.卷积神经网络实战-1
3.卷积神经网络实战-2
4.卷积神经网络训练
5.ResNet实现
6.ResNet实战
7.ResNet实战小结
第13章:迁移学习与自定义数据集
1.宝可梦精灵数据集
2.数据预处理
3.自定义数据集-1
4.自定义数据集-2
5.自定义数据集-3
6.自定义数据集-4
7.自定义数据集-5
8.自定义网络
9.自定义网络训练与测试
10.自定义网络实战
11.迁移学习
12.迁移学习实战
第14章:自编码器AutoEncoder
1.无监督学习
2.自编码器原理
3.自编码器变种
4.Adversarial Auto-Encoder
5.变分Auto-Encoder
6.Reparameterization Trick
7.VAE
8.Auto-Encoder实战-1
9.Auto-Encoder实战-2
10.VAE实战-1
11.VAE实战-2
第15章:对抗生成网络GAN
1.数据的分布
2.画家的成长历程
3.GAN原理
4.纳什均衡点-D
5.纳什均衡点-G
6.JS散度的缺陷
7.EM距离
8.WGAN和WGAN-GP
9.GAN实战-GD实现
10.GAN实战-网络训练
11.GAN实战-网络训练的鲁棒性
12.WGAN-GP实战
「7项超值权益,保障学习质量」
大咖讲解
技术专家系统讲解传授编程思路与实战。
答疑服务
专属社群随时沟通与讲师答疑,扫清学习障碍,自学编程不再难。
课程资料+课件
超实用资料,覆盖核心知识,关键编程技能,方便练习巩固。(部分讲师考虑到版权问题,暂未上传附件,敬请谅解)
常用开发实战
企业常见开发实战案例,带你掌握Python在工作中的不同运用场景。
大牛技术大会视频
2019Python开发者大会视频免费观看,送你一个近距离感受互联网大佬的机会。
APP+PC随时随地学习
满足不同场景,开发编程语言系统学习需求,不受空间、地域限制。
「什么样的技术人适合学习?」
想进入互联网技术行业,但是面对多门编程语言不知如何选择,0基础的你
掌握开发、编程技术单一、冷门,迫切希望能够转型的你
想进入大厂,但是编程经验不够丰富,没有竞争力,程序员找工作难。
「悉心打造精品好课,22天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进,帮助用户轻松掌握
掌握深度学习知识,扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验,全方位构建出系统化的技术知识脉络,同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力,系统学习大厂技术方法论,可复用在日后工作中。
「你可以收获什么?」
全面掌握深度学习算法
熟练运用PyTorch框架
更多知识
-
抖音直播打号起号实时录屏,全程4小时起号操作,毫无保留
你是不是入局抖音直播,却卡在“起号难、打号慢”的第一关?精心筹备开播,要么直播间零人在线、冷冷清清,要么流量忽高忽低、留不住人;跟着教程学起号,却全是过时理论,实操环节一笔带过,自己上手依旧无从下手;
分半
40 阅读
-
绩效管理与团队激励实战,即学即用,成为一个真正的绩效激励专家
课程介绍:掌握诊断企业绩效管理有效性的评测方法学会制定支撑于战略的绩效目标(4+7)解决绩效考核与排名的公平性与接受度问题学会设计从战略到目标到考核到分钱的方案掌握制定薪酬包并科学分配薪酬包的方案拥有
★芭比々娃娃
43 阅读
-
小红书带货达人启航计划,从0-1运营小红书账号
想做小红书带货达人,却卡在起点无从下手?看着别人靠小红书带货月入过万,自己却连账号定位都搞不清,发布的笔记无人问津、没有流量;不懂平台规则、不会做内容、不会选品带货,哪怕盲目跟风发笔记,也始终无法实现
你陪我醉i
76 阅读
-
抖音35W粉丝博主AI解压视频制作教学,从零开始用AI打造爆款解压视频,涨粉变现两不误
自从有了AI,在创意方面真的是只有我们想不到,没有做不到的。解压类视频一直是涨粉快的赛道,像修马蹄、搭积木这类内容,大家看着就觉得放松。今天给大家分享抖音某大佬的解压视频制作教学,一个超适合新手的,非
等风也等你
57 阅读
-
小红书带货达人实战营:账号注册定位、内容创作、选品策略、带货技巧、流量运营等
小红书带货达人实战营:账号注册定位、内容创作、选品策略、带货技巧、流量运营等课程简介本课程是专为新手量身打造的小红书带货达人启航计划,聚焦从0到1运营小红书账号的全流程实战。课程摒弃空泛理论,全程实操
轻吟潜唱丶华灯初上
42 阅读
-
付费文1+2:年轻人还能抓住的几大隐形翻身机会:打开思路,发现那些闷声发财的冷门赛道
付费文1+2:年轻人还能抓住的几大隐形翻身机会:打开思路,发现那些闷声发财的冷门赛道文章介绍本课程聚焦当下年轻人还能抓住的几大隐形翻身机会,深度剖析“涉外经济”与“银发经济”两大红利赛道。第一部分围绕
那思念爱尖叫
68 阅读
-
一张照片秒变N种专属表情包,三步搞定可爱搞怪治愈风,从此斗图聊天不再到处存别人图
一张照片秒变N种专属表情包,三步搞定可爱搞怪治愈风,从此斗图聊天不再到处存别人图课程简介这是一套教你用AI技术零门槛制作专属表情包的趣味实操课程。只需一张普通照片,通过简单的三步流程——上传照片、选择
哭了,谁疼
33 阅读
-
六大豆包AI修图指令全公开:高清画质逼真细节一键生成,每张图都像专业场地实拍大片
六大豆包AI修图指令全公开:高清画质逼真细节一键生成,每张图都像专业场地实拍大片课程简介这是一套聚焦AI生图实战的技巧课程,系统传授利用豆包AI生成专业级场景画面的六个核心指令。课程涵盖六大不同风格的
一开始就结束
81 阅读
撰写回复