% k* K& \) Y+ N, G: D% M" R
* C) v& Y+ B- C! c0 U〖课程介绍〗5 u0 m% v% @, }+ ^5 z" T
2020年全新 Pytorch 深度学习入门与实战，2020年最通俗易懂的实例课程
% `8 B# ~" J7 H
& _- y& n8 H) L. ?〖课程目录〗
8 \2 X {! i* X6 e' ]6 l1.Pytorch框架简介( k. o7 ?/ T! f
2.Pytoch的安装. A6 g! b7 [7 o- a n# h! W
3.机器学习基础-线性回归
, j6 P5 |- S5 b/ g# y1 N4.数据读取与观察. ^5 @' ~9 b# t2 \
5. 初始化模型、损失函数和优化方法
, K9 f# [9 u! p. K. z+ W6.模型训练与结果可视化6 g" e! W% K8 z5 G
7.张量与数据类型' H3 K, }. L. A- q2 x" r0 U
8.张量运算与形状变换
" `' L0 q3 V5 y/ x1 w+ s0 U% h( k$ x9.张量微分运算
, U; m' p, ?% Q6 L% u10.入门实例的分解写法+ j# h4 x# W4 m) G( U
11.逻辑回归实例——信息卡欺诈数据预处理
$ j2 W Z, V) b* b4 l; e! z% i8 ~12.逻辑回归实例——模型的创建与训练2 k; v1 i3 v6 ~/ w# d* G
13.多层感知器简介! Y$ H* [' A& D0 V# d& Z' F2 V
14.人力资源数据集-数据预处理
9 [& B' a/ V! L) b" B15.多层感知器模型创建4 l6 x u) A6 g
16.多层感知器模型改写与解释( y t( T; O5 d% c" i G( [( j
17.多层感知器模型训练4 Y* d/ o W6 k/ N% Z
18.使用Dataset和Dataloader改写模型数据加载
3 Q) B8 f, M A3 b19.划分验证数据和测试数据、过拟合与欠拟合4 o3 ]% n6 j. o* v# Y6 H
20.添加正确率和验证数据
6 s3 @+ m' q- x2 J+ j0 I
3 k: P* S5 P3 S) S* c7 U+ R. S, D& h% G; ^
〖下载地址〗
4 T$ G) P6 _$ }0 D9 r* J
- T3 `! B3 p6 F〖升级为永久会员免金币下载全站资源〗
- C. Z/ d' ?$ {- l5 e. ]* j( q- V- m+ p, r全站资源高清无密，每天更新，一次充值，永久可查看网站全部资源：http://www.mano100.cn/rjyfk_url-url.html" S& p/ ^7 c% z
|
[复制链接]
