九天&菜菜 数据技术课堂-PyTorch深度学习实战训练营（5期）
本课程由达奇课堂收集整理，更多学习资源请关注微信公众号: 达奇课堂
资源简介：
课程来自于 九天&菜菜 数据技术课堂-PyTorch深度学习实战训练营（5期）
这是一门全面深入的PyTorch深度学习实战训练营课程，由九天&菜菜为您呈现。无论您是对深度学习有一定基础，还是对深度学习有浓厚兴趣的新手，都能在这门课程中找到适合自己的学习路径。
在本课程中，您将学习到如何使用PyTorch进行高效的深度学习模型开发。我们将从最基本的张量操作开始，逐步引导您掌握张量的索引、分片、合并、维度调整等技能，以及张量的广播和科学运算。接着，我们将深入探讨张量的线性代数运算，包括矩阵乘法、求逆、特征值分解等。
此外，我们还将教授您如何使用PyTorch的基本优化方法和最小二乘法来解决实际问题。同时，我们还将讲解动态计算图与梯度下降入门，让您更好地理解深度学习的工作原理。
通过本课程的学习，您将能够熟练掌握PyTorch的基本操作，并能运用所学知识解决实际问题。不论您是为了提高工作效率，还是为了深入了解深度学习，这都是一门不可多得的课程。
适用人群：
任何想要学习PyTorch深度学习的学员
你将收获：
1. 掌握PyTorch的基本操作，包括张量的创建与常用方法、索引、分片、合并、维度调整、广播和科**算、线性代数运算等；
2. 学习基本优化方法和最小二乘法的应用；
3. 理解动态计算图与梯度下降的原理；
4. 能够运用所学知识解决实际问题。
文件目录
01-Lesson 0.1 GPU购买与GPU白嫖指南.mp4
02-Lesson 0.2 PyTorch安装与部署（CPU版本）.mp4
03-Lesson 0.3 PyTorch安装与配置（GPU版本）.mp4
04-Lesson1.张量的创建与常用方法(1).mp4
04-Lesson1.张量的创建与常用方法.mp4
05-Lesson 2 张量的索引-分片-合并及维度调整.mp4
06-Lesson 3 张量的广播和科学运算.mp4
07-Lesson 4 张量的线性代数运算.mp4
08-Lesson 5 基本优化方法与最小二乘法.mp4
09-Lesson 6 动态计算图与梯度下降入门.mp4
10-Lesson 7.1 神经网络的诞生与发展.mp4
11-Lesson 7.2 机器学习中的基本概念.mp4
12-Lesson 7.3 深入理解PyTorch框架.mp4
13-Lesson 8.1单层回归神经网络 & Tensor新手避坑指南.mp4
14-Lesson 8.2 torch.nn.Linear实现单层回归网络的正向传播.mp4
15-Lesson 8.3 二分类神经网络的原理与实现.mp4
16-Lesson 8.4 torch.nn.functional实现单层二分类网络的正向传播.mp4
17-Lesson 8.5 多分类神经网络.mp4
18-Lesson 9.1 从异或门问题认识多层神经网络.mp4
19-Lesson 9.2 黑箱：深度神经网络的不可解释性.mp4
20-Lesson 9.3 9.4 层与激活函数.mp4
声明：本站大部分资源来源于网络，除本站组织的资源外，版权归原作者所有，如有侵犯版权，请立刻和本站联系并提供证据，本站将在三个工作日内改正。 本站仅提供学习的平台，将不对任何资源负法律责任，只作为购买原版的参考，并无法代替原版，所有资源请在下载后24小时内删除； 资源版权归作者所有，如果您觉得满意，请购买正版。您若发现本站侵犯了你的版权利益，请来信本站将立即予以删除！
