课程目录
01 1.课程目标介绍.mp4
02 2深度学习线性代数概述.mp4
03 3概率论.mp4
04 4.机器学习分析剩女.mp4
05 5.机器学习与深度学习差异.mp4
06 6.神经网络的高数.mp4
07 7.线性方法基础优化和softmax回归.mp4
08 8.-大似然估计和 逻辑回归.mp4
09 9.基础回顾.mp4
10 10.pytorch张量与jupyter使用.mp4
11 11.pytorch张量创建与加法.mp4
12 12.pytorch内存共享与索引机制.mp4
13 13.pytorch张量扩展机制.mp4
14 14pytorch内存计算开销.mp4
15 15.pytorch对象转换.mp4
16 16pytorch张量GPU与CPU转换.mp4
17 17pytorch计算梯度.mp4
18 18.pytorch线性回归.mp4
19 19.Fashion-MNIST数据集.mp4
20 20softmax简介.mp4
21 21pytorch激活函数.mp4
22 22.多层感知机基础.mp4
23 23.多层感知机实战.mp4
24 24.模型选择欠拟合与过拟合权重衰减和丢弃法.mp4
25 25.权重衰减与dropout解决欠拟合.mp4
26 26.K折验证测试波士顿房价.mp4
27 27.数值稳定性激活函数和硬件.mp4
28 28.泛化表现协变量偏移和对抗性数据.mp4
29 29.pytorch自定义神经网络.mp4
30 30.卷积原理.mp4
31 31.卷积核原理.mp4
32 32卷积和池化层.mp4
33 33CNN-leLet.mp4
34 33卷积与池化层实验.mp4
35 34.CNN-ALexNet.mp4
36 34-CNN-GoolgeLelet与批量归一化.mp4
37 35.CNN-VGG.mp4
38 35-resnet与densenet.mp4
39 36.CNN-NIN.mp4
40 36RNN原理与实验.mp4
41 37RNN-GRU.mp4
42 38.RNN-LSTM.mp4
43 39.凸优化梯度下价格.mp4
44 40梯度下降优化.mp4
45 41.动量优化梯度下降.mp4
46 42.AdaGrad梯度下降算法优化.mp4
47 43.RMSProp算法.mp4
48 44.AdaDelta算法.mp4
49 45Adam算法.mp4
50 46.混合编程, 异步计算, 多GPU训练.mp4
51 47混合编程异步计算多GPU训练实验.mp4
52 48-视觉-图像增强.mp4
53 49-视觉微调.mp4
54 50-视觉样式迁移.mp4
55 51-目标检测和边界框描框.mp4
56 52常见目标检测.mp4
57 53-ssd机器视觉.mp4
58 54.RCNN实践.mp4
59 55.yolox目标检测.mp4
60 56语义分割deeplabv3.mp4
61 57语义分割hrnet.mp4
62 58整合图像分割与目标检测.mp4
63 59.yolo系算法小结.mp4
64 60语义分割unet.mp4
65 61语义分割pspnet.mp4
66 62目标检测maskRCNN.mp4
67 63目标检测算法实验收尾.mp4
