WM097 – PyTorch框架班【完结】 [5.7G]

WM097 – PyTorch框架班【完结】 [5.7G]

┃ ┣━━代码合集（完结） [1G]
┃ ┃ ┣━━直播答疑附件 [18.5M]
┃ ┃ ┃ ┣━━2019-12-14-答疑-代码.zip [1.3K]
┃ ┃ ┃ ┣━━2019-12-14-答疑.rar [18.5M]
┃ ┃ ┃ ┣━━QA_1102-代码.zip [2.7K]
┃ ┃ ┃ ┗━━QA_1123-代码.zip [1.1K]
┃ ┃ ┣━━01-02-代码-张量简介与创建.rar [905B]
┃ ┃ ┣━━01-03-代码-张量操作与线性回归.rar [1.9K]
┃ ┃ ┣━━01-04-代码-计算图与动态图机制.rar [534B]
┃ ┃ ┣━━01-05-代码-autograd与逻辑回归-new.zip [2.8K]
┃ ┃ ┣━━02-01-代码-DataLoader与Dataset-02222020.zip [23.9K]
┃ ┃ ┣━━02-01-数据-RMB_data.rar [62.2M]
┃ ┃ ┣━━02-02-代码-transforms与数据标准化.rar [1.4K]
┃ ┃ ┣━━02-02-作业-Dog_Cat_train.zip [543.5M]
┃ ┃ ┣━━02-03-代码-transforms（一）.rar [1.8K]
┃ ┃ ┣━━02-04-代码-transforms（二）.rar [1.4M]
┃ ┃ ┣━━03-01-代码-模型创建步骤与nn.Module.rar [2.1K]
┃ ┃ ┣━━03-02-代码-模型容器与AlexNet构建.rar [1.1K]
┃ ┃ ┣━━03-03-代码-nn网络层-卷积层.zip [97.6K]
┃ ┃ ┣━━03-04-代码-nn网络层-池化-线性-激活函数.rar [96K]
┃ ┃ ┣━━04-01-代码-权值初始化.rar [1K]
┃ ┃ ┣━━04-02-代码-损失函数(一).rar [3.4K]
┃ ┃ ┣━━04-03-代码-损失函数(二).rar [2.3K]
┃ ┃ ┣━━04-04-代码-优化器（一）.rar [2.9K]
┃ ┃ ┣━━04-05-paper-优化器（二）.rar [2.5M]
┃ ┃ ┣━━04-05-代码-优化器（二）.rar [2.1K]
┃ ┃ ┣━━05-01-代码-学习率调整策略.rar [3.8K]
┃ ┃ ┣━━05-02-代码-TensorBoard简介与安装.zip [684B]
┃ ┃ ┣━━05-03-代码-TensorBoard使用（一）.zip [28.9K]
┃ ┃ ┣━━05-04-代码-TensorBoard使用（二）.zip [97.3K]
┃ ┃ ┣━━05-05-代码-hook函数与CAM可视化.zip [97.2K]
┃ ┃ ┣━━06-01-代码-正则化之weight_decay.zip [1.7K]
┃ ┃ ┣━━06-02-代码-正则化-Dropout.zip [2.4K]
┃ ┃ ┣━━06-03-代码-Batch Normalization.zip [4.4K]
┃ ┃ ┣━━06-04-代码-Normalizaiton_layers.zip [1.2K]
┃ ┃ ┣━━07-01-代码-模型保存与加载.zip [5.9K]
┃ ┃ ┣━━07-02-代码-模型finetune.zip [2.6K]
┃ ┃ ┣━━07-02-数据-模型finetune.zip [86.5M]
┃ ┃ ┣━━07-03-代码-GPU的使用.zip [5.2K]
┃ ┃ ┣━━07-04-代码-PyTorch常见报错.zip [5.2K]
┃ ┃ ┣━━08-01-代码-图像分类一瞥.zip [79.3M]
┃ ┃ ┣━━08-02-代码-图像分割一瞥.zip [56.1M]
┃ ┃ ┣━━08-02-数据-PortraitDataset.zip [89.1M]
┃ ┃ ┣━━08-03-代码-图像目标检测一瞥.zip [507.2K]
┃ ┃ ┣━━08-03-数据.txt [136B]
┃ ┃ ┣━━08-04-代码-生成对抗网络一瞥.zip [86M]
┃ ┃ ┣━━08-04-数据-img_align_celeba_2k.zip [13.4M]
┃ ┃ ┣━━08-05-data.zip [2.7M]
┃ ┃ ┗━━08-05-代码-循环神经网络一瞥.zip [98.8K]
┃ ┣━━Pytorch框架班课件PDF版本合集 [95.5M]
┃ ┃ ┣━━01-01-pytorch简介与安装.pdf [2.7M]
┃ ┃ ┣━━01-01-补充-ppt-pytorch开发环境安装.pdf [2.2M]
┃ ┃ ┣━━01-02-ppt-张量简介及创建.pdf [2.4M]
┃ ┃ ┣━━01-03-ppt-张量的操作及线性回归.pdf [2.6M]
┃ ┃ ┣━━01-04-ppt-计算图与动态图机制.pdf [2.6M]
┃ ┃ ┣━━01-05-ppt-autograd与逻辑回归.pdf [2.4M]
┃ ┃ ┣━━02-01-ppt-DataLoader与DataSet.pdf [2.5M]
┃ ┃ ┣━━02-02-ppt-transforms与数据标准化.pdf [2.2M]
┃ ┃ ┣━━02-03-ppt-transforms（一）.pdf [2.8M]
┃ ┃ ┣━━02-04-ppt-transforms（二）.pdf [3.3M]
┃ ┃ ┣━━03-01-ppt–模型创建步骤与nn.Module.pdf [2.3M]
┃ ┃ ┣━━03-02-ppt-模型容器与AlexNet构建.pdf [2.5M]
┃ ┃ ┣━━03-03-ppt-nn网络层-卷积层.pdf [3M]
┃ ┃ ┣━━03-04-ppt-nn网络层-池化-线性-激活函数.pdf [2.6M]
┃ ┃ ┣━━04-01-ppt-权值初始化.pdf [2.2M]
┃ ┃ ┣━━04-02-ppt-损失函数(一).pdf [2.3M]
┃ ┃ ┣━━04-03-ppt-损失函数(二).pdf [2.6M]
┃ ┃ ┣━━04-04-ppt-优化器（一）.pdf [2.1M]
┃ ┃ ┣━━04-05-优化器（二）.pdf [2.3M]
┃ ┃ ┣━━05-01-ppt-学习率调整策略.pdf [2.5M]
┃ ┃ ┣━━05-02-ppt-TensorBoard简介与安装.pdf [2.1M]
┃ ┃ ┣━━05-03-ppt-TensorBoard使用（一）.pdf [2.3M]
┃ ┃ ┣━━05-04-ppt-TensorBoard使用（二）.pdf [2.3M]
┃ ┃ ┣━━05-05-ppt-hook函数与CAM可视化.pdf [2.3M]
┃ ┃ ┣━━06-01-ppt-正则化之weight_decay.pdf [2.3M]
┃ ┃ ┣━━06-02-ppt-正则化-Dropout.pdf [2.3M]
┃ ┃ ┣━━06-03-Batch Normalization.pdf [2.6M]
┃ ┃ ┣━━06-04-ppt-Normalizaiton_layers.pdf [2.5M]
┃ ┃ ┣━━07-01-ppt-模型保存与加载.pdf [2M]
┃ ┃ ┣━━07-02-ppt-模型finetune.pdf [2.3M]
┃ ┃ ┣━━07-03-ppt-GPU的使用.pdf [2.3M]
┃ ┃ ┣━━07-04-ppt-PyTorch常见报错.pdf [2.5M]
┃ ┃ ┣━━08-01-ppt-图像分类一瞥.pdf [2.6M]
┃ ┃ ┣━━08-02-ppt-图像分割一瞥.pdf [3.6M]
┃ ┃ ┣━━08-03-ppt-图像目标检测一瞥.pdf [4.2M]
┃ ┃ ┣━━09-01-ppt-生成对抗网络一瞥.pdf [4.9M]
┃ ┃ ┗━━09-02-ppt-循环神经网络一瞥.pdf [2.2M]
┃ ┣━━1.开班第一课.mp4 [82.2M]
┃ ┣━━2.【第一周】PyTorch简介与安装.mp4 [97.5M]
┃ ┣━━3.【第一周】张量简介与创建.mp4 [62.2M]
┃ ┣━━4.【第一周】张量操作与线性回归.mp4 [80.8M]
┃ ┣━━5.【第一周】计算图与动态图机制.mp4 [51.2M]
┃ ┣━━6.【第一周】autograd与逻辑回归.mp4 [78.9M]
┃ ┣━━7.【第一周】作业讲解1.mp4 [54M]
┃ ┣━━8.【第一周】作业讲解2.mp4 [44.6M]
┃ ┣━━9.【第一周】作业讲解3.mp4 [43M]
┃ ┣━━10.【第二周】Dataloader与Dataset.mp4 [84.1M]
┃ ┣━━11.【第二周】transforms与normalize-1016-new.mp4 [77.6M]
┃ ┣━━12.【第二周】transforms（一）.mp4 [189.3M]
┃ ┣━━13.【第二周】transforms（二）.mp4 [188.3M]
┃ ┣━━14.【第二周】作业讲解.mp4 [123.5M]
┃ ┣━━15.【第三周】模型创建步骤与nn.Module.mp4 [91.3M]
┃ ┣━━16.【第三周】模型容器与AlexNet构建.mp4 [103.7M]
┃ ┣━━17.【第三周】nn网络层-卷积层.mp4 [107M]
┃ ┣━━18.【第三周】nn网络层-池化-线性-激活函数层.mp4 [77.7M]
┃ ┣━━19.【第三周】作业讲解.mp4 [115.3M]
┃ ┣━━20.【第四周】权值初始化.mp4 [86.2M]
┃ ┣━━21.【第四周】损失函数（一）.mp4 [138.3M]
┃ ┣━━22.【第四周】损失函数(二).mp4 [140.9M]
┃ ┣━━23.【第四周】优化器(一).mp4 [84.9M]
┃ ┣━━24.【第四周】优化器(二).mp4 [97.4M]
┃ ┣━━25.【第四周】作业讲解.mp4 [58M]
┃ ┣━━26.【第五周】学习率调整策略.mp4 [123.6M]
┃ ┣━━27.【第五周】TensorBoard简介与安装.mp4 [63M]
┃ ┣━━28.【第五周】TensorBoard使用（一）.mp4 [112.5M]
┃ ┣━━29.【第五周】TensorBoard使用（二）.mp4 [169.8M]
┃ ┣━━30.【第五周】hook函数与CAM可视化.mp4 [125.5M]
┃ ┣━━31.【第五周】作业讲解.mp4 [95.7M]
┃ ┣━━32.【第六周】正则化之weight_decay.mp4 [78.4M]
┃ ┣━━33.【第六周】正则化之Dropout.mp4 [80.2M]
┃ ┣━━34.【第六周】Batch Normalization.mp4 [108.7M]
┃ ┣━━35.【第六周】Normalizaiton_layers.mp4 [74.2M]
┃ ┣━━36.【第六周】作业讲解.mp4 [72.3M]
┃ ┣━━37.【第七周】模型保存与加载.mp4 [68.6M]
┃ ┣━━38.【第七周】模型finetune.mp4 [92.3M]
┃ ┣━━39.【第七周】GPU的使用.mp4 [86.9M]
┃ ┣━━40.【第七周】PyTorch常见报错.mp4 [85M]
┃ ┣━━41.【第八周】图像分类一瞥.mp4 [114.2M]
┃ ┣━━42.【第八周】图像分割一瞥.mp4 [161.4M]
┃ ┣━━43.【第八周】图像目标检测一瞥（上）.mp4 [102.1M]
┃ ┣━━44.【第八周】图像目标检测一瞥（下）.mp4 [264.1M]
┃ ┣━━45.【第九周】生成对抗网络一瞥.mp4 [138.2M]
┃ ┗━━46.【第九周】循环神经网络一瞥.mp4 [91.1M]

admin网站管理

收藏 海报 链接