唐宇迪-零基础入门实战深度学习Pytorch

• file:233.pdf
• file:069-1-视觉transformer要完成的任务解读.mp4
• file:026-8-BERT训练方式分析.mp4
• file:070-1-项目源码准备.mp4
• file:030-2-基本模块应用测试.mp4
• file:072-3-Embedding模块实现方法.mp4
• file:019-1-RNN网络结构原理与问题.mp4
• file:029-1-数据集与任务概述.mp4
• file:076-7-完成前向传播.mp4
• file:031-3-网络结构定义方法.mp4
• file:064-8-网络模型预测结果输出.mp4
• file:028-2-CPU与GPU版本安装方法解读.mp4
• file:075-6-特征加权分配.mp4
• file:004-3-损失函数计算方法.mp4
• file:049-7-优化器与学习率衰减.mp4
• file:073-4-分块要完成的任务.mp4
• file:071-2-源码DEBUG演示.mp4
• file:006-5-反向传播演示.mp4
• file:061-5-预料表与字符切分.mp4
• file:053-4-实用Dataloader加载数据并训练模型.mp4
• file:066-1-基本结构与训练好的模型加载.mp4
• file:044-2-数据增强模块.mp4
• file:002-1-神经网络要完成的任务分析.mp4
• file:062-6-字符预处理转换ID.mp4
• file:032-4-数据源定义简介.mp4
• file:001-课程介绍.mp4
• file:013-3-卷积计算详细流程演示.mp4
• file:010-9-预处理与dropout的作用.mp4
• file:014-4-层次结构的作用.mp4
• file:074-5-QKV计算方法.mp4
• folder:唐宇迪-零基础入门实战深度学习Pytorch