51CTO-深度学习框架-PyTorch实战系列

┣━cto021-51CTO-深度学习框架-PyTorch实战系列
┣━13 自然语言处理通用框架BERT原理解读
┣━【IT资源微信648765304】098 注意力机制的作用.mp4
┣━【IT资源微信648765304】099 self-attention计算方法.mp4
┣━【IT资源微信648765304】100 特征分配与softmax机制.mp4
┣━【IT资源微信648765304】102 位置编码与多层堆叠.mp4
┣━【IT资源微信648765304】103 transformer整体架构梳理.mp4
┣━【IT资源微信648765304】104 BERT模型训练方法.mp4
┣━【IT资源微信648765304】096 BERT任务目标概述.mp4
┣━【IT资源微信648765304】097 传统解决方案遇到的问题.mp4
┣━【IT资源微信648765304】101 Multi-head的作用.mp4
┣━【IT资源微信648765304】105 训练实例.mp4
┣━02 神经网络实战分类与回归任务
┣━【更多IT资源微信648765304】011 按建模顺序构建完成网络架构.mp4
┣━【更多IT资源微信648765304】010 气温数据集与任务介绍.mp4
┣━【更多IT资源微信648765304】015 DataSet模块介绍与应用方法.mp4
┣━【更多IT资源微信648765304】013 分类任务概述.mp4
┣━【更多IT资源微信648765304】012 简化代码训练网络模型.mp4
┣━【更多IT资源微信648765304】014 构建分类网络模型.mp4
┣━04 图像识别核心模块实战解读
┣━【更多IT资源微信648765304】030 Vision模块功能解读.mp4
┣━【更多IT资源微信648765304】029 网络流程解读.mp4
┣━【更多IT资源微信648765304】028 卷积网络参数定义.mp4
┣━【更多IT资源微信648765304】034 Batch数据制作.mp4
┣━【更多IT资源微信648765304】032 图像增强的作用.mp4
┣━【更多IT资源微信648765304】031 分类任务数据集定义与配置.mp4
┣━【更多IT资源微信648765304】033 数据预处理与数据增强模块.mp4
┣━16 PyTorch框架实战模板解读
┣━【更多IT资源微信648765304】128 模块应用与BenckMark解读.mp4
┣━【更多IT资源微信648765304】126 训练模块功能.mp4
┣━【更多IT资源微信648765304】125 模型架构模块.mp4
┣━【更多IT资源微信648765304】124 数据读取与预处理模块功能解读.mp4
┣━【更多IT资源微信648765304】123 各模块配置参数解析.mp4
┣━【更多IT资源微信648765304】127 训练结果可视化展示模块.mp4
┣━【更多IT资源微信648765304】122 项目模板各模块概述.mp4
┣━15 基于PyTorch实战BERT模型（民间PyTorch版）
┣━【更多IT资源微信648765304】120 网络结构定义.mp4
┣━【更多IT资源微信648765304】118 项目配置与环境概述.mp4
┣━【更多IT资源微信648765304】121 训练网络模型.mp4
┣━【更多IT资源微信648765304】119 数据读取与预处理.mp4
┣━08 对抗生成网络架构原理与实战解析
┣━【更多IT资源微信648765304】060 GAN网络组成.mp4
┣━【更多IT资源微信648765304】063 生成与判别网络定义.mp4
┣━【更多IT资源微信648765304】062 数据读取模块.mp4
┣━【更多IT资源微信648765304】059 对抗生成网络通俗解释.mp4
┣━【更多IT资源微信648765304】061 损失函数解释说明.mp4
┣━09 基于CycleGan开源项目实战图像合成
┣━【更多IT资源微信648765304】064 CycleGan网络所需数据.mp4
┣━【更多IT资源微信648765304】073 额外补充：VISDOM可视化配置.mp4
┣━【更多IT资源微信648765304】067 Cycle开源项目简介.mp4
┣━【更多IT资源微信648765304】069 生成网络模块构造.mp4
┣━【更多IT资源微信648765304】066 PatchGan判别网络原理.mp4
┣━【更多IT资源微信648765304】065 CycleGan整体网络架构.mp4
┣━【更多IT资源微信648765304】068 数据读取与预处理操作.mp4
┣━【更多IT资源微信648765304】070 判别网络模块构造.mp4
┣━【更多IT资源微信648765304】071 损失函数：identity loss计算方法.mp4
┣━【更多IT资源微信648765304】072 生成与判别损失函数指定.mp4
┣━11 OCR文字识别项目实战
┣━【更多IT资源微信648765304】081 OCR文字检测识别项目效果展示.mp4
┣━【更多IT资源微信648765304】088 识别模块网络架构解读.mp4
┣━【更多IT资源微信648765304】082 OCR文字检测识别项目效果展示.mp4
┣━【更多IT资源微信648765304】083 检测模块候选框生成.mp4
┣━【更多IT资源微信648765304】087 CRNN识别模块所需数据与标签.mp4
┣━【更多IT资源微信648765304】085 整体网络所需模块.mp4
┣━【更多IT资源微信648765304】086 网络架构各模块完成的任务解读.mp4
┣━【更多IT资源微信648765304】084 候选框标签制作.mp4
┣━05 迁移学习的作用与应用实例
┣━【更多IT资源微信648765304】037 加载训练好的网络模型.mp4
┣━【更多IT资源微信648765304】036 迁移学习策略.mp4
┣━【更多IT资源微信648765304】042 额外补充-Resnet论文解读.mp4
┣━【更多IT资源微信648765304】039 实现训练模块.mp4
┣━【更多IT资源微信648765304】043 额外补充-Resnet网络架构解读.mp4
┣━【更多IT资源微信648765304】035 迁移学习的目标.mp4
┣━【更多IT资源微信648765304】040 训练结果与模型保存.mp4
┣━【更多IT资源微信648765304】041 加载模型对测试数据进行预测.mp4
┣━【更多IT资源微信648765304】038 优化器模块配置.mp4
┣━06 递归神经网络与词向量原理解读
┣━【更多IT资源微信648765304】049 负采样方案.mp4
┣━【更多IT资源微信648765304】044 RNN网络架构解读.mp4
┣━【更多IT资源微信648765304】045 词向量模型通俗解释.mp4
┣━【更多IT资源微信648765304】048 CBOW与Skip-gram模型.mp4
┣━【更多IT资源微信648765304】047 训练数据构建.mp4
┣━【更多IT资源微信648765304】046 模型整体框架.mp4
┣━10 OCR文字识别原理
┣━【更多IT资源微信648765304】077 输出结果含义解析.mp4
┣━【更多IT资源微信648765304】078 CTPN细节概述.mp4
┣━【更多IT资源微信648765304】075 CTPN文字检测网络概述.mp4
┣━【更多IT资源微信648765304】076 序列网络的作用.mp4
┣━【更多IT资源微信648765304】074 OCR文字识别要完成的任务.mp4
┣━【更多IT资源微信648765304】079 CRNN识别网络架构.mp4
┣━【更多IT资源微信648765304】080 CTC模块的作用.mp4
┣━14 谷歌开源项目BERT源码解读（官方TF版）
┣━【更多IT资源微信648765304】111 Embedding层的作用.mp4
┣━【更多IT资源微信648765304】113 加入位置编码特征.mp4
┣━【更多IT资源微信648765304】112 加入额外编码特征.mp4
┣━【更多IT资源微信648765304】108 数据读取模块.mp4
┣━【更多IT资源微信648765304】106 BERT开源项目简介.mp4
┣━【更多IT资源微信648765304】110 tfrecord制作.mp4
┣━【更多IT资源微信648765304】116 完成Transformer模块构建.mp4
┣━【更多IT资源微信648765304】107 项目参数配置.mp4
┣━【更多IT资源微信648765304】109 数据预处理模块.mp4
┣━【更多IT资源微信648765304】114 mask机制.mp4
┣━【更多IT资源微信648765304】117 训练BERT模型.mp4
┣━【更多IT资源微信648765304】115 构建QKV矩阵.mp4
┣━12 基于3D卷积的视频分析与动作识别
┣━【更多IT资源微信648765304】090 UCF101动作识别数据集简介.mp4
┣━【更多IT资源微信648765304】095 训练网络模型.mp4
┣━【更多IT资源微信648765304】092 视频数据预处理方法.mp4
┣━【更多IT资源微信648765304】091 测试效果与项目配置.mp4
┣━【更多IT资源微信648765304】094 3D卷积网络所涉及模块.mp4
┣━【更多IT资源微信648765304】093 数据Batch制作方法.mp4
┣━【更多IT资源微信648765304】089 3D卷积原理解读.mp4
┣━03 卷积神经网络原理与参数解读
┣━【更多IT资源微信648765304】022 特征图尺寸计算与参数共享.mp4
┣━【更多IT资源微信648765304】020 步长与卷积核大小对结果的影响.mp4
┣━【更多IT资源微信648765304】018 卷积特征值计算方法.mp4
┣━【更多IT资源微信648765304】025 VGG网络架构.mp4
┣━【更多IT资源微信648765304】021 边缘填充方法.mp4
┣━【更多IT资源微信648765304】019 得到特征图表示.mp4
┣━【更多IT资源微信648765304】023 池化层的作用.mp4
┣━【更多IT资源微信648765304】027 感受野的作用.mp4
┣━【更多IT资源微信648765304】017 卷积的作用.mp4
┣━【更多IT资源微信648765304】024 整体网络架构.mp4
┣━【更多IT资源微信648765304】026 残差网络Resnet.mp4
┣━【更多IT资源微信648765304】016 卷积神经网络应用领域.mp4
┣━01 PyTorch框架基本处理操作
┣━【更多IT资源微信648765304】009 补充：Hub模块简介.mp4
┣━【更多IT资源微信648765304】001 PyTorch实战课程简介.mp4
┣━【更多IT资源微信648765304】007 线性回归DEMO-训练回归模型.mp4
┣━【更多IT资源微信648765304】002 PyTorch框架发展趋势简介.mp4
┣━【更多IT资源微信648765304】005 自动求导机制.mp4
┣━【更多IT资源微信648765304】004 PyTorch基本操作.mp4
┣━【更多IT资源微信648765304】课程数据代码下载.txt
┣━【更多IT资源微信648765304】008 补充：常见tensor格式.mp4
┣━【更多IT资源微信648765304】006 线性回归DEMO-数据与参数配置.mp4
┣━【更多IT资源微信648765304】003 框架安装方法（CPU与GPU版本）.mp4
┣━07 新闻数据集文本分类实战
┣━【更多IT资源微信648765304】052 项目配置参数设置.mp4
┣━【更多IT资源微信648765304】051 RNN模型所需输入格式解析.mp4
┣━【更多IT资源微信648765304】056 Tensorboardx可视化展示模块搭建.mp4
┣━【更多IT资源微信648765304】053 新闻数据读取与预处理方法.mp4
┣━【更多IT资源微信648765304】057 CNN应用于文本任务原理解析.mp4
┣━【更多IT资源微信648765304】058 网络模型架构与效果展示.mp4
┣━【更多IT资源微信648765304】054 LSTM网络模块定义与参数解析.mp4
┣━【更多IT资源微信648765304】055 训练LSTM文本分类模型.mp4
┣━【更多IT资源微信648765304】050 任务目标与数据简介.mp4