0基础 AI入门实战(深度学习+Pytorch) 通俗易懂0基础入门案例实战跨专业提升 - 短剧搜 - 免费资源搜索平台

• file:067-2-服务端处理与预测函数.mp4
• file:059-3-命令行参数与DEBUG.mp4
• file:054-1-Dataloader要完成的任务分析.mp4
• file:043-1-任务分析与图像数据基本处理.mp4
• file:066-1-基本结构与训练好的模型加载.mp4
• file:065-9-模型训练任务与总结.mp4
• file:075-6-特征加权分配.mp4
• file:035-7-参数对结果的影响.mp4
• file:047-5-输出层与梯度设置.mp4
• file:072-3-Embedding模块实现方法.mp4
• file:034-6-训练一个基本的分类模型.mp4
• file:055-2-图像数据与标签路径处理.mp4
• file:073-4-分块要完成的任务.mp4
• file:071-2-源码DEBUG演示.mp4
• file:026-8-BERT训练方式分析.mp4
• file:049-7-优化器与学习率衰减.mp4
• file:024-6-位置编码与解码器.mp4
• file:031-3-网络结构定义方法.mp4
• file:027-1-PyTorch框架与其他框架区别分析.mp4
• file:028-2-CPU与GPU版本安装方法解读.mp4
• file:030-2-基本模块应用测试.mp4
• file:021-3-self-attention要解决的问题.mp4
• file:010-9-预处理与dropout的作用.mp4
• file:029-1-数据集与任务概述.mp4
• file:023-5-多头注意力机制的效果.mp4
• file:058-2-文本数据处理基本流程分析.mp4
• file:011-1-卷积神经网络概述分析.mp4
• file:005-4-前向传播流程解读.mp4
• file:007-6-神经网络整体架构详细拆解.mp4
• file:064-8-网络模型预测结果输出.mp4
• file:060-4-训练模型所需基本配置参数分析.mp4
• file:013-3-卷积计算详细流程演示.mp4
• file:022-4-QKV的来源与作用.mp4
• file:001-课程介绍.mp4
• folder:0基础 AI入门实战(深度学习+Pytorch) 通俗易懂0基础入门案例实战跨专业提升