英灵神殿灰烬之地新五连剑术
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
PyTorch的安装
...
3.5多层神经网络的建立和训练（1）
...
3.3 二分类与多分类
...
3模型在flask端的部署
...
第二章、线性回归模型--1.预测模型的建立
...
第二章、线性回归模型--2.模型训练知识准备
...
conda虚拟环境的安装
...
模型训练过程中的优化
...
2手写数字识别模型的部署与测试
...
1 flask框架安装和测试
...
在虚拟环境和特定路径下打开Jupyter notebook
...
第二章、线性回归模型--3.梯度下降方法
...
Pycharm中使用虚拟环境
...
3.4 激活函数
...
第三章分类模型 3.3二分类与多分类 softmax
...
邪DK输出百科全书（含一键宏）
...
第二章线性回归模型--6、多层神经网络的梯度计算
...
3.5多层神经网络--不同超参数（hidden_size）的正确率
...
PyTorch中，前（正）向和反向传播的函数定义
...
3-1 第三章 分类模型--3.1.1数据集的读取与预处理
...
第二章线性回归模型--4、利用PyTorch进行梯度计算（修订版）
...
第四章 卷积神经网络（下）池化与全连接层
...
P3-3 第三章分类模型 3.2计算机视觉基础与预训练--数据分批（上）
...
P3-12 第三章、分类模型——识别自己写的数字图片--模型状态参数
...
3.5多层神经网络的评估——预测正确率（2）
...
10--2.3利用PyTorch的组件定义神经网络训练
...
多层神经网络的建立
...
激活函数
...
第二章线性回归模型--5、梯度计算的回顾与总结（可跳过）
...
第三章 分类模型 3.2 对普通文件的封装和分批
...
3.2.4 读取CSV数据文件-封装后-数据分批
...
第四章 4.7.1-4.7.2 MNIST的数据预处理 -Pytorch中的卷积和池化
...
3.2.4模型训练的数据分批（下）
...
5.6 IMDB预处理部分（数据预处理：停用词、字典等）原理详解-3
...
P3-2 第三章分类模型 3.1.2-3.1.3乳腺癌预测模型的定义与训练
...
2.2.6 PyTorch的玩具——损失函数和优化器的定义与使用
...
P5-1 第五章 循环神经网络（背景知识-文本表示）
...
P5-5 5.6 IMDB预处理部分（python包、基本处理步骤）讲解-1
...
5.6 IMDB 神经网络的构建（相关知识点详解）
...
使用云GPU进行IMDB情感分析模型的训练