8年经验告诉你，学AI的顺序千万别搞反了！
02:18
两个月从零入门深度学习+AI各学科自学路线图初学者必看
13:12
1-PyTorch实战课程简介
04:54
2-PyTorch框架发展趋势简介
08:26
3-框架安装方法（CPU与GPU版本）
05:14
4-PyTorch基本操作简介
09:26
5.自动求导机制
11:00
6.线性回归DEMO-数据与参数配置
08:57
10:09
8.常见tensor格式
07:11
9.Hub模块简介
08:26
1-气温数据集与任务介绍
06:43
2-按建模顺序构建完成网络架构
11:39
3-简化代码训练网络模型
11:05
4-分类任务概述
05:13
5-构建分类网络模型
09:41
6-DataSet模块介绍与应用方法
10:12
1-卷积神经网络应用领域
07:25
2-卷积的作用
09:24
3-卷积特征值计算方法08:08
4-得到特征图表示
06:59
5-步长与卷积核大小对结果的影响
08:12
6-边缘填充方法
06:31
7-特征图尺寸计算与参数共享
07:03
8-池化层的作用
05:39
9-整体网络架构
06:21
10-VGG网络架构
06:17
11-残差网络Resnet
07:42
12-感受野的作用
05:47
0-1-卷积网络参数定义
07:22
0-2-网络流程解读
07:27
1-Vision模块功能解读
05:11
2-分类任务数据集定义与配置
06:28
3-图像增强的作用
04:52
4-数据预处理与数据增强模块
09:26
5-Batch数据制作
08:38
1-迁移学习的目标
05:32
2-迁移学习策略
07:12
8-加载训练好的网络模型
09:55
9-优化器模块配置
05:15
10-实现训练模块
08:16
11-训练结果与模型保存
09:32
12-加载模型对测试数据进行预测
09:11
13-额外补充-Resnet论文解读
11:48
14-额外补充-Resnet网络架构解读
08:27
1-RNN网络架构解读
11:28
1-词向量模型通俗解释
08:15
2-模型整体框架
10:10
3-训练数据构建
05:11
4-CBOW与Skip-gram模型
08:21
5-负采样方案
07:41
1-任务目标与数据简介
07:19
2-RNN模型所需输入格式解析
06:55
3-项目配置参数设置
10:27
4-新闻数据读取与预处理方法
08:08
5-LSTM网络模块定义与参数解析
09:36
6-训练LSTM文本分类模型
08:56
7-Tensorboardx可视化展示模块搭建
09:17
