深度学习必修课：进击算法工程师

 课程目录

001.1-1 课程内容和理念.mp4

002.1-2 初识深度学习.mp4

003.1-3 课程使用的技术栈.mp4

004.2-1 线性代数.mp4

005.2-2 微积分.mp4

006.2-3 概率.mp4

007.3-1 CUDA+Anaconda深度学习环境搭建.mp4

008.3-2 conda实用命令.mp4

009.3-3 Jupyter Notebook快速上手.mp4

010.3-4 深度学习库PyTorch安装.mp4

011.4-1 神经网络原理.mp4

012.4-2 多层感知机.mp4

013.4-3 前向传播和反向传播.mp4

014.4-4 多层感知机代码实现.mp4

015.4-5 回归问题.mp4

016.4-6 线性回归代码实现.mp4

017.4-7 分类问题.mp4

018.4-8 多分类问题代码实现.mp4

019.5-1 训练的常见问题.mp4

020.5-2 过拟合欠拟合应对策略.mp4

021.5-3 过拟合和欠拟合示例.mp4

022.5-4 正则化.mp4

023.5-5 Dropout.mp4

024.5-6 Dropout代码实现.mp4

025.5-7 梯度消失和梯度爆炸.mp4

026.5-8 模型文件的读写.mp4

027.6-1 最优化与深度学习.mp4

028.6-2 损失函数.mp4

029.6-3 损失函数性质.mp4

030.6-4 梯度下降.mp4

031.6-5 随机梯度下降法.mp4

032.6-6 小批量梯度下降法.mp4

033.6-7 动量法.mp4

034.6-8 AdaGrad算法.mp4

035.6-9 RMSProp_Adadelta算法.mp4

036.6-10 Adam算法.mp4

037.6-11 梯度下降代码实现.mp4

038.6-12 学习率调节器.mp4

039.7-1 全连接层问题.mp4

040.7-2 图像卷积.mp4

041.7-3 卷积层.mp4

042.7-4 卷积层常见操作.mp4

043.7-5 池化层Pooling.mp4

044.7-6 卷积神经网络代码实现（LeNet）.mp4

045.8-1 AlexNet.mp4

046.8-2 VGGNet.mp4

047.8-3 批量规范化.mp4

048.8-4 GoogLeNet.mp4

049.8-5 ResNet.mp4

050.8-6 DenseNet.mp4

051.9-1 序列建模.mp4

052.9-2 文本数据预处理.mp4

053.9-3 循环神经网络.mp4

054.9-4 随时间反向传播算法.mp4

055.9-5 循环神经网络代码实现.mp4

056.9-6 RNN的长期依赖问题.mp4

057.10-1 深度循环神经网络.mp4

058.10-2 双向循环神经网络.mp4

059.10-3 门控循环单元.mp4

060.10-4 长短期记忆网络.mp4

061.10-5 复杂循环神经网络代码实现.mp4

062.10-6 编码器-解码器网络.mp4

063.10-7 序列到序列模型代码实现.mp4

064.10-8 束搜索算法.mp4

065.10-9 机器翻译简单代码实现.mp4

066.11-1 什么是注意力机制.mp4

067.11-2 注意力的计算.mp4

068.11-3 键值对注意力和多头注意力.mp4

069.11-4 自注意力机制.mp4

070.11-5 注意力池化及代码实现.mp4

071.11-6 Transformer模型.mp4

072.11-7 Transformer代码实现.mp4

073.12-1BERT模型.mp4

074.12-2 GPT系列模型.mp4

075.12-3 T5模型.mp4

076.12-4 ViT模型.mp4

077.12-5 Swin Transformer模型.mp4

078.12-6 GPT模型代码实现.mp4

079.13-1 蒙特卡洛方法.mp4

080.13-2 变分推断.mp4

081.13-3 变分自编码器.mp4

082.13-4 生成对抗网络.mp4

083.13-5 Diffusion扩散模型.mp4

084.13-6 图像生成.mp4

085.14-1 自定义数据加载.mp4

086.14-2 图像数据增强.mp4

087.14-3 迁移学习.mp4

088.14-4 经典视觉数据集.mp4

089.14-5 项目实战：猫狗大战.mp4

090.15-1 词嵌入和word2vec.mp4

091.15-2 词义搜索和句意表示.mp4

092.15-3 预训练模型.mp4

093.15-4 Hugging Face库介绍.mp4

094.15-5 经典NLP数据集.mp4

095.15-6 项目实战：电影评论情感分析.mp4

096.16-1 InstructGPT模型.mp4

097.16-2 CLIP模型.mp4

098.16-3 DALL-E模型.mp4

099.16-4 深度学习最新发展趋势分析.mp4

100.16-5 下一步学习的建议.mp4