福缘网教程
0基础 AI入门实战(深度学习+Pytorch) 通俗易懂/0基础入门/案例实战/跨专业提升 课程目录 001-课程介绍.mp4 002-1-神经网络要完成的任务分析.mp4 003-2-模型更新方法解读.mp4 004-3-损失函数计算方法.mp4 005-4-前向传指流程解读.mp4 006-5-反向传指演示mp4 007-6-神经网络整体架构详细拆解.mp4 008-7-神经网络效果可视化分析.mp 009-8-神经元个数的作用.mp4 010-9-预处理与dropout的作用.mp4 011-1-卷积神经网络概述分析.mp4 012-2-卷积要完成的任务解读.mp4 013-3-卷积计算详细流程江示.mp4 014-4-层次结梅的作用.mp4 015-5-参数共享的作用.mp4 016-6-池化层的作用与数果.mp4 017-7-整体网络结构架构分析.mp4 018-8-经典网络架构概述mp4 019-1-RNN网络结构原理与问题mp4 020-2-注意力结构历史故事介绍.mp4 021-3-self-attention要解决的问题mg4 022-4-0KV的柔源与作用.mp4 023-5-多头注意力机制的数果.mp4 024-6-位置编码与解码器.mp4 025-7-整体架构总结.mp4 026-8-BERT训练方式分析.mg4 027-1-PyTorch框架与其他框架区别分析.mp4 028-2-CPU与GPU版本安装方法解读mp 029-1-数据集与任务概述.mp4 030-2-基本模块应用测试.mp4 031-3-网络结构定义方法.mp4 032-4-数据源定义简介.mp4 033-5-损实与训练模块分析.mp 034-6-训练一个基本的分类模型mp 035-7-参数对结果的影响.mp4 036-1-任务与数据集解读.mp4 037-2-参数初始化操作解读.m4 038-3-训练流程实例.mp4 039-4-模型学习与预测.mp4 040-1-输入特征通道分析.mp4 041-2-卷积网络参数解读.m4 042-3-卷积网络模型训练.mp4...