开篇词 (1讲)
开篇词 | 如何高效入门PyTorch？
时长 10:48
基础篇 (5讲)
01 | PyTorch：网红中的顶流明星
时长 13:40
02 | NumPy（上）：核心数据结构详解
时长 17:42
03 | NumPy（下）：深度学习中的常用操作
时长 17:10
04 | Tensor：PyTorch中最基础的计算单元
时长 16:31
05 | Tensor变形记：快速掌握Tensor切分、变形等方法
时长 15:41
模型训练篇 (12讲)
06 | Torchvision（上）：数据读取，训练开始的第一步
时长 13:16
07 | Torchvision（中）：数据增强，让数据更加多样性
时长 15:12
08 | Torchvision（下）：其他有趣的功能
时长 13:57
09 | 卷积（上）：如何用卷积为计算机“开天眼”？
时长 16:00
10 | 卷积（下）：如何用卷积为计算机“开天眼”？
时长 14:22
11 | 损失函数：如何帮助模型学会“自省”？
时长 14:47
12 | 计算梯度：网络的前向与反向传播
时长 12:33
13 | 优化方法：更新模型参数的方法
时长 12:11
加餐 | 机器学习其实就那么几件事
时长 10:15
14 | 构建网络：一站式实现模型搭建与训练
时长 15:40
15 | 可视化工具：如何实现训练的可视化监控？
时长 10:44
16｜分布式训练：如何加速你的模型训练？
时长 16:21
实战篇 (9讲)
17 | 图像分类（上）：图像分类原理与图像分类模型
时长 16:00
18 | 图像分类（下）：如何构建一个图像分类模型?
时长 14:45
19 | 图像分割（上）：详解图像分割原理与图像分割模型
时长 11:04
20 | 图像分割（下）：如何构建一个图像分割模型？
时长 12:21
21 | NLP基础（上）：详解自然语言处理原理与常用算法
时长 15:21
22 | NLP基础（下）：详解语言模型与注意力机制
时长 13:02
23 | 情感分析：如何使用LSTM进行情感分析？
时长 11:41
24 | 文本分类：如何使用BERT构建文本分类模型？
时长 15:43
25 | 摘要：如何快速实现自动文摘生成？
时长 13:32
特别放送 (3讲)
用户故事 | Tango：师傅领进门，修行在个人
时长 10:42
答疑篇｜思考题答案集锦
时长 00:54
加餐｜基础模型：AI时代的新篇章
时长 08:47
结束语 (2讲)
结束语｜人生充满选择，选择与努力同样重要
时长 09:46
期末测试｜来赴一场100分之约！ 隐藏内容此处内容需要权限查看
会员免费查看
隐藏内容
此处内容需要权限查看
会员免费查看时长 00:31
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。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。
