Pytorch框架班第五期

PyTorch的创始人说过他们创作的一个准则——他们想成为当务之急。这意味着我们可以立即执行计算。这正好符合Python的编程方法，不需要完成全部代码才能运行，可以轻松的运行部分代码并实时检查。对于我来说把它作为一个神经网络调试器是一件非常幸福的事。

PyTorch是一个基于Python的库，用来提供一个具有灵活性的深度学习开发平台。PyTorch的工作流程非常接近Python的科学计算库——numpy。

〖资源截图〗:

〖资源目录〗:

├──资料
| ├──课件代码
| | ├──02Pytorch框架班课件PDF版本合集
| | ├──数据data
| | └──Dog_Cat_train.zip 543.52M
| ├──02 Week1【任务1】第一节-PyTorch简介与安装.pdf 196.78kb
| ├──04 Week1【任务2】第一节：张量操作与线性回归.pdf 177.33kb
| ├──06 Week1【任务3】第一节：autograd与逻辑回归.pdf 193.53kb
| ├──07 Week1：本周学习任务简单总结_01.pdf 159.12kb
| ├──08 Week2【任务1】第一节：数据读取机制Dataloader与Dataset.pdf 251.20kb
| ├──10 Week2【任务2】第一节：二十二种transforms数据预处理方法.pdf 220.10kb
| ├──12 Week2：本周学习任务简单总结_01.pdf 165.65kb
| ├──13 Week3【任务1】第一节：nn.Module与网络模型构建步骤.docx 13.35kb
| ├──15 Week3【任务2】第一节：学习网络层中的卷积层.docx 27.30kb
| ├──17 Week3：本周学习任务简单总结_01.pdf 171.86kb
| ├──18 Week4【任务1】第一节：权值初始化.pdf 265.76kb
| ├──19 Week4【任务2】第一节：pytorch的14种损失函数.docx 13.07kb
| ├──21 Week4【任务3】第一节：torch.optim.SGD_01.pdf 144.10kb
| ├──22 Week4：本周学习任务简单总结_01.pdf 165.54kb
| ├──23 Week5【任务1】第一节：学习率调整_01.pdf 157.60kb
| └──【资料合集】代码、数据及课件下载.docx 12.06kb
├──00 开营仪式-老师部分.mp4 223.11M
├──01 【必看】深入浅出PyTorch.mp4 58.24M
├──02 Week1【任务1】第一节-PyTorch简介与安装.mp4 63.86M
├──03 Week1【任务1】-第二节-张量简介与创建.mp4 52.14M
├──04 Week1【任务2】第一节：张量操作与线性回归.mp4 62.99M
├──05 Week1【任务2】第二节：计算图与动态图机制.mp4 36.44M
├──06 Week1【任务3】第一节：autograd与逻辑回归.mp4 59.80M
├──08 Week2【任务1】第一节：数据读取机制Dataloader与Dataset.mp4 54.59M
├──09 Week2【任务1】第二节：数据预处理transforms模块机制.mp4 54.17M
├──10 Week2【任务2】第一节：二十二种transforms数据预处理方法.mp4 129.42M
├──11 Week2【任务2】第二节：学会自定义transforms方法.mp4 129.89M
├──13 Week3【任务1】第一节：nn.Module与网络模型构建步骤.mp4 58.76M
├──14 Week3【任务1】第二节：模型容器与AlexNet构建.mp4 72.26M
├──15 Week3【任务2】第一节：学习网络层中的卷积层.mp4 78.05M
├──16 Week3【任务2】第二节：学习网络层中的池化层，全连接层和激活函数层.mp4 54.56M
├──17 Week4【任务1】第一节：权值初始化.mp4 55.42M
├──18 Week4【任务1】第二节：损失函数（一）.mp4 95.84M
├──19 Week4【任务2】第一节：pytorch的14种损失函数.mp4 102.98M
├──20 Week4【任务2】第二节：优化器optimizer的概念.mp4 55.21M
├──21 Week4【任务3】第一节：torch.optim.SGD.mp4 74.53M
├──22 Week5【任务1】第一节：学习率调整.mp4 86.05M
├──23 Week5【任务1】第二节：TensorBoard简介与安装.mp4 46.73M
├──PyTorch 7月30日直播答疑.mp4 333.89M
└──PyTorch 8月16日直播答疑.mp4 256.71M

声明：吾爱学堂是一个资源分享和技术交流平台，本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。