【尊享】ZX057 – 深度学习理论与实践 [3.3G]

┣━━0.序章 [9.8M]
┃ ┣━━1【视频】讲师课前分享.vep [7.6M]
┃ ┣━━2.深度学习第二期 开课仪式.pdf [1.4M]
┃ ┣━━3.助教陈彭鑫-开课仪式分享.pdf [353.6K]
┃ ┣━━4.助教王舟洋-开课仪式分享.pdf [395.4K]
┃ ┗━━5.助教分组结果不予展示.txt [0B]
┣━━1.第1章 深度学习简介 [234.1M]
┃ ┣━━6.深度学习 L1 课程基础介绍-2021.10.13.pdf [3.1M]
┃ ┣━━7.【视频】前言.vep [43.4M]
┃ ┣━━8.【视频】预备基础知识.vep [20.8M]
┃ ┣━━9.【视频】人工智能发展史.vep [90.8M]
┃ ┣━━10.【视频】机器学习与神经网络.vep [40.7M]
┃ ┗━━11.【视频】计算机视觉与自然语言处理简介.vep [35.2M]
┣━━2.第2章 神经网络入门 [364.7M]
┃ ┣━━12.深度学习 L2 神经网络-V2.2.pdf [2.6M]
┃ ┣━━13.【视频】知识引入.vep [32.8M]
┃ ┣━━14.【视频】感知机.vep [18.1M]
┃ ┣━━15.【视频】神经网络.vep [65.8M]
┃ ┣━━16.【视频】误差反向传播.vep [75.1M]
┃ ┣━━17.【视频】手写数字识别.vep [129.2M]
┃ ┣━━18-1.【视频】作业.vep [10.7M]
┃ ┣━━18-2.HW2 coding.zip [28.8M]
┃ ┣━━18-3.第二章作业思路提示-彭鑫助教.pdf [615.2K]
┃ ┗━━19.第二章作业讲评-夏至同学.pdf [1.1M]
┣━━3.第3章 卷积神经网络 [498.5M]
┃ ┣━━20.L3 卷积神经网络.pdf [3.7M]
┃ ┣━━21.【视频】人类视觉系统.vep [106M]
┃ ┣━━22.【视频】CNN数学基础.vep [75.1M]
┃ ┣━━23.【视频】CNN推导及其发展历史.vep [124M]
┃ ┣━━24.【视频】基于CNN的手写数字识别实践.vep [104.1M]
┃ ┣━━25-1.code3代码作业.zip [33.8M]
┃ ┣━━25-2.code-Python.zip [49.2M]
┃ ┣━━26-1.第三章作业思路提示-舟洋助教.pdf [355.9K]
┃ ┗━━26-2.第三章作业讲评-潘同学.pdf [2.3M]
┣━━4.第4章 优化算法与参数调节 [466.8M]
┃ ┣━━27.L4 优化算法与参数调节.pdf [3.6M]
┃ ┣━━28.bias_and_variance.pdf [204.9K]
┃ ┣━━29.【视频】模型与风险.vep [61.3M]
┃ ┣━━30.【视频】偏差与方差.vep [44.2M]
┃ ┣━━31.【视频】评价指标.vep [49.7M]
┃ ┣━━32-1.【视频】网络优化.vep [166M]
┃ ┣━━32-2.【视频】梯度下降基础.vep [29.3M]
┃ ┣━━33-1.course04-code.zip [49.2M]
┃ ┣━━33-2.梯度下降演示工具master.zip [62.8M]
┃ ┣━━33-3.第四章作业思路提示-陈彭鑫助教.pdf [317.9K]
┃ ┗━━33-4.第四章作业讲评-阳同学.pdf [300.3K]
┣━━5.第5章 Pytorch框架介绍 [315.6M]
┃ ┣━━34-1.Pytorch框架.pptx [2.3M]
┃ ┣━━34-2.参考资料.zip [97M]
┃ ┣━━35.【视频】Pytorch简介与安装.vep [41.7M]
┃ ┣━━36.【视频】Pytorch元素介绍.vep [41.1M]
┃ ┣━━37.【视频】Pytorch网络搭建.vep [92.7M]
┃ ┣━━38.【视频】学习率.vep [8.3M]
┃ ┣━━39.【视频】进阶.vep [31.4M]
┃ ┣━━40-1.第五章作业思路提示-彭鑫助教.pdf [695.8K]
┃ ┗━━40-2.第五章作业讲评-冯震同学.pdf [468.9K]
┣━━6.第6章 深度学习在CV领域的应用 [346.5M]
┃ ┣━━41.Faster R-CNN.pdf [6.6M]
┃ ┣━━42-1.图像分类.pdf [2.2M]
┃ ┣━━42-2.【实践】基于CNN的图像分类.vep [74M]
┃ ┣━━42-3.ImageNet分类实践.pdf [786.1K]
┃ ┣━━42-4.【视频】实践:ImageNet图像分类.vep [71.7M]
┃ ┣━━43-1.目标检测.pdf [4M]
┃ ┣━━43-2.【视频】基于CNN的目标检测算法.vep [86M]
┃ ┣━━43-3.【实践】faster RCNN代码讲解.vep [98.4M]
┃ ┣━━43-4.faster-rcnn.pytorch-master.zip [1.4M]
┃ ┣━━44-1.第六章作业思路提示-舟洋助教.pdf [458.5K]
┃ ┗━━44-2.第六章作业讲评-苏坦同学.pdf [1M]
┣━━7.第7章 循环神经网络 [216.1M]
┃ ┣━━45-1.L7 循环神经网络.pdf [1.6M]
┃ ┣━━45-2.【视频】RNN.vep [138M]
┃ ┣━━46-1.L7 LSTM与GRU.pdf [1.1M]
┃ ┗━━46-2.【视频】LSTM与GRU.vep [75.4M]
┣━━8.第8章 深度学习在NLP领域的应用 [362.7M]
┃ ┣━━47-1.L8 深度学习在NLP中的应用.pdf [4M]
┃ ┣━━47-2.【视频】文本表示学习.vep [152.1M]
┃ ┣━━48.【视频】文本分类应用.vep [103.1M]
┃ ┣━━49-1.【视频】代码实践.vep [86.5M]
┃ ┗━━49-2.course08.zip [17M]
┣━━9.第9章 注意力机制 [125.5M]
┃ ┣━━50-1.L9 注意力网络.pdf [1.4M]
┃ ┗━━50-2.【视频】注意力机制.vep [124.1M]
┗━━10.第10章 预训练语言模型 [403.9M]
┣━━51.L10预训练语言模型v2.0.pdf [6.9M]
┣━━52.【视频】发展历史.vep [67.2M]
┣━━53.【视频】模型详解.vep [277.7M]
┗━━54.【视频】模型对比.vep [52.1M]

发表评论

后才能评论

购买后资源页面显示下载按钮和分享密码,点击后自动跳转百度云链接,输入密码后自行提取资源。

本章所有带有【尊享】和【加密】的课程均为加密课程,加密课程需要使用专门的播放器播放。

联系微信客服获取,一个授权账号可以激活三台设备,请在常用设备上登录账号。

可能资源被百度网盘黑掉,联系微信客服添加客服百度网盘好友后分享。

教程属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源