深度学习必修课：进击算法工程师

深度学习必修课：攻击吧数据工程师

网络资源介绍：
网络资源尺寸：3.74 GB
课程大纲

001.1-1 教学内容和理念.mp4

002.1-2 初见深度学习.mp4

003.1-3 课程内容中使用的技术栈.mp4

004.2-1 离散数学.mp4

005.2-2 微积分学.mp4

006.2-3 几率.mp4

007.3-1 CUDA+Anaconda深度学习环境配置.mp4

008.3-2 好用的conda指令.mp4

009.3-3 Jupyter Noteboook快速入门.mp4

010.3-4 深度学习库Pytorch组装.mp4

011.4-1 神经网络的基本原理.mp4

012.4-2 多层感知机.mp4

013.4-3 向前计算和反向传播.mp4

014.4-4 完成多层感知机代码.mp4

015.4-5 回归问题.mp4

016.4-6 完成线性回归分析代码.mp4

017.4-7 分类任务.mp4

018.4-8 完成多分类问题代码.mp4

019.5-1 锻炼的难题.mp4

020.5-2 多重共线性欠拟合应对措施.mp4

021.5-3 多重共线性和欠拟合实例.mp4

022.5-4 正则化.mp4

023.5-5 Dropout.mp4

024.5-6 完成Dropout代码.mp4

025.5-7 梯度消失和梯度爆炸.mp4

026.5-8 模型文件信息读写能力.mp4

027.6-1 最佳控制和深度学习.mp4

028.6-2 交叉熵.mp4

029.6-3 交叉熵特性.mp4

030.6-4 梯度下降法.mp4

031.6-5 随机梯度下降法.mp4

032.6-6 小批量梯度下降法.mp4

033.6-7 动量矩法.mp4

034.6-8 AdaGrad优化算法.mp4

035.6-9 RMSProp_Adadelta优化算法.mp4

036.6-10 Adam优化算法.mp4

037.6-11 完成梯度下降法代码.mp4

038.6-12 学习率控制器.mp4

039.7-1 池化层难题.mp4

040.7-2 图象卷积和.mp4

041.7-3 卷积层.mp4

042.7-4 卷积层一般实际操作.mp4

043.7-5 Poling.mp4

044.7-6 完成卷积和神经网络代码（LeNet）.mp4

045.8-1 AlexNet.mp4

046.8-2 VGGNet.mp4

047.8-3 大批量标准化.mp4

048.8-4 GoogLeNet.mp4

049.8-5 ResNet.mp4

050.8-6 DenseNet.mp4

051.9-1 编码序列模型.mp4

052.9-2 预处理文字数据.mp4

053.9-3 循环神经网络.mp4

054.9-4 BP算法随时间而来.mp4

055.9-5 循环神经网络代码完成.mp4

056.9-6 RNN的持续依赖问题.mp4

057.10-1 深层循环神经网络.mp4

058.10-2 双循环神经网络.mp4

059.10-3 自动门循环模块.mp4

060.10-4 互联网的长期和短期记忆.mp4

061.10-5 复杂循环神经网络代码完成.mp4

062.10-6 伺服电机-视频解码器互联网.mp4

063.10-7 序列到序列模型代码完成.mp4

064.10-8 束优化算法.mp4

065.10-9 计算机翻译简单代码完成.mp4

066.11-1 什么是注意力系统？.mp4

067.11-2 注意力计算.mp4

068.11-3 键值对注意力和双头注意力.mp4

069.11-4 自我注意系统.mp4

070.11-5 注意力池化和代码完成.mp4

071.11-6 Transformer模型.mp4

072.11-7 Transformer代码完成.mp4

073.12-1BERT模型.mp4

074.12-2 GPT系列产品模型.mp4

075.12-3 T5模型.mp4

076.12-4 ViT模型.mp4

077.12-5 Swin Transformer模型.mp4

078.12-6 完成GPT模型代码.mp4

079.13-1 蒙特卡洛方法.mp4

080.13-2 变分推论.mp4

081.13-3 变分自编码器.mp4

082.13-4 对抗网络的生成.mp4

083.13-5 传播模型Diffusion传播模型.mp4

084.13-6 图像生成.mp4

085.14-1 自定义数据载入.mp4

086.14-2 提高图像信息.mp4

087.14-3 迁移学习.mp4

088.14-4 传统视觉效果数据.mp4

089.14-5 项目实践:猫狗大战.mp4

090.15-1 词嵌入和Word2vec.mp4

091.15-2 词意搜索句意表示.mp4

092.15-3 预训练模型.mp4

093.15-4 Hugging 详细介绍Face库.mp4

094.15-5 传统NLP数据.mp4

095.15-6 项目实践：影片评价文本分析.mp4

096.16-1 InstructGPT模型.mp4

097.16-2 CLIP模型.mp4

098.16-3 DALL-E模型.mp4

099.16-4 深度学习新的发展趋势分析.mp4

100.16-5 下一步学习建议.mp4