V
主页
02 深度学习介绍 - 动手学深度学习v2
发布人
动手学深度学习 v2 - 从零开始介绍深度学习算法和代码实现 课程主页:https://courses.d2l.ai/zh-v2/ 教材:https://zh-v2.d2l.ai/
打开封面
下载高清视频
观看高清视频
视频下载器
03 安装【动手学深度学习v2】
04 数据操作 + 数据预处理【动手学深度学习v2】
01 课程安排【动手学深度学习v2】
00 预告【动手学深度学习v2】
07 自动求导【动手学深度学习v2】
54 循环神经网络 RNN【动手学深度学习v2】
22 池化层【动手学深度学习v2】
21 卷积层里的多输入多输出通道【动手学深度学习v2】
33 单机多卡并行【动手学深度学习v2】
13 丢弃法【动手学深度学习v2】
64 注意力机制【动手学深度学习v2】
08 线性回归 + 基础优化算法【动手学深度学习v2】
61 编码器-解码器架构【动手学深度学习v2】
05 线性代数【动手学深度学习v2】
57 长短期记忆网络(LSTM)【动手学深度学习v2】
14 数值稳定性 + 模型初始化和激活函数【动手学深度学习v2】
09 Softmax 回归 + 损失函数 + 图片分类数据集【动手学深度学习v2】
30 第二部分完结竞赛:图片分类【动手学深度学习v2】
66 使用注意力机制的seq2seq【动手学深度学习v2】
25 使用块的网络 VGG【动手学深度学习v2】
【完结】73 - 课程总结和进阶学习【动手学深度学习v2】
06 矩阵计算【动手学深度学习v2】
38 第二次竞赛 树叶分类结果【动手学深度学习v2】
29 残差网络 ResNet【动手学深度学习v2】
56 门控循环单元(GRU)【动手学深度学习v2】
31 深度学习硬件:CPU 和 GPU【动手学深度学习v2】
51 序列模型【动手学深度学习v2】
36 数据增广【动手学深度学习v2】
Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2
52 文本预处理【动手学深度学习v2】
37 微调【动手学深度学习v2】
35 分布式训练【动手学深度学习v2】
29.2 ResNet为什么能训练出1000层的模型【动手学深度学习v2】
45 SSD实现【动手学深度学习v2】
34 多GPU训练实现【动手学深度学习v2】
67 自注意力【动手学深度学习v2】
16 PyTorch 神经网络基础【动手学深度学习v2】
15 实战:Kaggle房价预测 + 课程竞赛:加州2020年房价预测【动手学深度学习v2】
70 BERT微调【动手学深度学习v2】
使用 AWS 最便宜的 GPU 实例 - 动手学深度学习v2