- 首页
- 前沿技术
- 人工智能
- 深度学习/Tensorflow
- Pytorch（TYD）
- 全部任务
- 001 PyTorch实战课程简...
- 002 PyTorch框架发展趋...
- 003 框架安装方法（CPU与G...
- 004 PyTorch基本操作....
- 005 自动求导机制.mp4
- 006 线性回归DEMO-数据与...
- 007 线性回归DEMO-训练回...
- 008 补充：常见tensor格...
- 009 补充：Hub模块简介.m...
- 010 气温数据集与任务介绍.m...
- 011 按建模顺序构建完成网络架...
- 012 简化代码训练网络模型.m...
- 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...
- 016 卷积神经网络应用领域.m...
- 017 卷积的作用.mp4
- 018 卷积特征值计算方法.mp...
- 019 得到特征图表示.mp4
- 020 步长与卷积核大小对结果的...
- 021 边缘填充方法.mp4
- 022 特征图尺寸计算与参数共享...
- 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.m...
- 027 感受野的作用.mp4
- 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...
- 031 分类任务数据集定义与配置...
- 032 图像增强的作用.mp4
- 033 数据预处理与数据增强模块...
- 034 Batch数据制作.mp...
- 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.m...
- 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.mp...
- 041 加载模型对测试数据进行预...
- 042 额外补充-Resnet论...
- 043 额外补充-Resnet网...
- 044 RNN网络架构解读.mp...
- 045 词向量模型通俗解释.mp...
- 046 模型整体框架.mp4
- 047 训练数据构建.mp4
- 048 CBOW与Skip-gr...
- 049 负采样方案.mp4
- 050 任务目标与数据简介.mp...
- 051 RNN模型所需输入格式解...
- 052 项目配置参数设置.mp4
- 053 新闻数据读取与预处理方法...
- 054 LSTM网络模块定义与参...
- 055 训练LSTM文本分类模型...
- 056 Tensorboardx...
- 057 CNN应用于文本任务原理...
- 058 网络模型架构与效果展示....
- 059 对抗生成网络通俗解释.m...
- 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.mp...
- 064 CycleGan网络所需...
- 065 CycleGan整体网络...
- 066 PatchGan判别网络...
- 067 Cycle开源项目简介....
- 068 数据读取与预处理操作.m...
- 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：identit...
- 072 生成与判别损失函数指定....
- 073 额外补充：VISDOM可...
- 074 OCR文字识别要完成的任...
- 075 CTPN文字检测网络概述...
- 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.m...
- 080 CTC模块的作用.mp4
- 081 OCR文字检测识别项目效...
- 082 OCR文字检测识别项目效...
- 083 检测模块候选框生成.mp...
- 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...
- 087 CRNN识别模块所需数据...
- 088 识别模块网络架构解读.m...
- 089 3D卷积原理解读.mp4
- 090 UCF101动作识别数据...
- 091 测试效果与项目配置.mp...
- 092 视频数据预处理方法.mp...
- 093 数据Batch制作方法....
- 094 3D卷积网络所涉及模块....
- 095 训练网络模型.mp4
- 096 BERT任务目标概述.m...
- 097 传统解决方案遇到的问题....
- 098 注意力机制的作用.mp4
- 099 self-attenti...
- 100 特征分配与softmax...
- 101 Multi-head的作...
- 102 位置编码与多层堆叠.mp...
- 103 transformer整...
- 104 BERT模型训练方法.m...
- 105 训练实例.mp4
- 106 BERT开源项目简介.m...
- 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.m...
- 111 Embedding层的作...
- 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Transforme...
- 117 训练BERT模型.mp4
- 118 项目配置与环境概述.mp...
- 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
- 122 项目模板各模块概述.mp...
- 123 各模块配置参数解析.mp...
- 124 数据读取与预处理模块功能...
- 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....
- 128 模块应用与BenckMa...
- 每日作业
- 每日作业
- 每日作业
- 每日作业
- 每日作业
- 每日作业
- 每日作业
- 每日作业
- 001 PyTorch实战课程简...
- 002 PyTorch框架发展趋...
- 003 框架安装方法（CPU与G...
- 004 PyTorch基本操作....
- 005 自动求导机制.mp4
- 006 线性回归DEMO-数据与...
- 007 线性回归DEMO-训练回...
- 008 补充：常见tensor格...
- 009 补充：Hub模块简介.m...
- 010 气温数据集与任务介绍.m...
- 011 按建模顺序构建完成网络架...
- 012 简化代码训练网络模型.m...
- 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...
- 每日作业
- 016 卷积神经网络应用领域.m...
- 017 卷积的作用.mp4
- 018 卷积特征值计算方法.mp...
- 019 得到特征图表示.mp4
- 020 步长与卷积核大小对结果的...
- 021 边缘填充方法.mp4
- 022 特征图尺寸计算与参数共享...
- 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.m...
- 027 感受野的作用.mp4
- 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...
- 031 分类任务数据集定义与配置...
- 032 图像增强的作用.mp4
- 033 数据预处理与数据增强模块...
- 每日作业
- 034 Batch数据制作.mp...
- 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.m...
- 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.mp...
- 041 加载模型对测试数据进行预...
- 042 额外补充-Resnet论...
- 043 额外补充-Resnet网...
- 044 RNN网络架构解读.mp...
- 045 词向量模型通俗解释.mp...
- 046 模型整体框架.mp4
- 047 训练数据构建.mp4
- 048 CBOW与Skip-gr...
- 049 负采样方案.mp4
- 每日作业
- 050 任务目标与数据简介.mp...
- 051 RNN模型所需输入格式解...
- 052 项目配置参数设置.mp4
- 053 新闻数据读取与预处理方法...
- 054 LSTM网络模块定义与参...
- 055 训练LSTM文本分类模型...
- 056 Tensorboardx...
- 057 CNN应用于文本任务原理...
- 058 网络模型架构与效果展示....
- 059 对抗生成网络通俗解释.m...
- 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.mp...
- 每日作业
- 064 CycleGan网络所需...
- 065 CycleGan整体网络...
- 066 PatchGan判别网络...
- 067 Cycle开源项目简介....
- 068 数据读取与预处理操作.m...
- 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：identit...
- 072 生成与判别损失函数指定....
- 073 额外补充：VISDOM可...
- 074 OCR文字识别要完成的任...
- 075 CTPN文字检测网络概述...
- 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.m...
- 080 CTC模块的作用.mp4
- 081 OCR文字检测识别项目效...
- 082 OCR文字检测识别项目效...
- 每日作业
- 083 检测模块候选框生成.mp...
- 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...
- 087 CRNN识别模块所需数据...
- 088 识别模块网络架构解读.m...
- 089 3D卷积原理解读.mp4
- 090 UCF101动作识别数据...
- 091 测试效果与项目配置.mp...
- 092 视频数据预处理方法.mp...
- 093 数据Batch制作方法....
- 094 3D卷积网络所涉及模块....
- 095 训练网络模型.mp4
- 096 BERT任务目标概述.m...
- 097 传统解决方案遇到的问题....
- 098 注意力机制的作用.mp4
- 099 self-attenti...
- 每日作业
- 100 特征分配与softmax...
- 101 Multi-head的作...
- 102 位置编码与多层堆叠.mp...
- 103 transformer整...
- 104 BERT模型训练方法.m...
- 105 训练实例.mp4
- 106 BERT开源项目简介.m...
- 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.m...
- 111 Embedding层的作...
- 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
- 每日作业
- 115 构建QKV矩阵.mp4
- 116 完成Transforme...
- 117 训练BERT模型.mp4
- 118 项目配置与环境概述.mp...
- 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
- 122 项目模板各模块概述.mp...
- 123 各模块配置参数解析.mp...
- 124 数据读取与预处理模块功能...
- 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....
- 128 模块应用与BenckMa...
- 每日作业
- 课件资料下载
- 上阶段考核通过卡点
- 课件资料下载
- 上阶段考核通过卡点
暂无笔记
课程特色
考试(9)
图文(1)
视频(128)
最新学员
学员动态
3456
开始学习 029 网络流程解读.mp4
3456
开始学习 009 补充：Hub模块简介....
3456
开始学习 008 补充：常见tensor...
3456
开始学习 007 线性回归DEMO-训练...
3456
开始学习 006 线性回归DEMO-数据...