Pytorch快速入门

Pytorch快速入门
共31节 2956人在学 课程详情

  • PyTorch介绍和环境安装

    • PyTorch框架介绍
    • PyTorch安装

  • PyTorch对数据的基本操作

    • PyTorch基础数据类型——tensor介绍
    • 常用数据生成的方法
    • 基本运算操作1
    • 基本运算操作2
    • 教你如何提取数据——数据的索引
    • PyTorch自动求导机制

  • PyTorch实战

    • PyTorch实现线性回归模型
    • PyTorch实现非线性回归模型

  • 用PyTorch对数据集进行分类

    • Mnist数据集介绍
    • softmax函数介绍
    • mnist数据识别简单程序
    • 交叉熵(cross-entropy)讲解
    • 交叉熵使用
    • 过拟合以及抵抗过拟合的方式
    • 用正则化、Dropout方法抵抗过拟合现象
    • 各种优化器（Optimizer）的使用

  • 卷积神经网络CNN

    • CNN局部感受野和权值共享介绍
    • 卷积具体计算和卷积核介绍
    • Pooling操作和Padding操作
    • 卷积网络LeNET-5模型详解
    • 使用卷积网络进行手写数字识别
    • ImageNet介绍

  • 循环神经网络RNN

    • RNN介绍
    • LSTM介绍
    • GRU，双向RNN，多层RNN介绍
    • 使用LSTM完成MNIST数据识别
    • 模型的保存和载入

  • 天气现象分类图像识别案例

    • 项目实战-猫狗分类模型训练
    • 项目实战-猫狗分类模型预测

    订阅失败

    Pytorch快速入门
    Pytorch快速入门 ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈，我们将及时处理！

    课时介绍

    基本运算操作1

    课程介绍

    掌握深度学习框架PyTorch的基本语法

    熟练使用PyTorch进行数据处理

    掌握神经网络构建方法，构建各种网络架构

    图像分类项目实战

    推荐课程
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中，请耐心等待几秒钟～