【资源目录】:
├──深度学习与PyTorch入门实战教程
| ├──0.深度学习与PyTorch入门实战教程
| ├──1.深度学习初见
| | ├──课时1 深度学习框架简介.mp4 11.88M
| | └──课时2 PyTorch功能演示.mp4 14.90M
| ├──10.CIFAR10与ResNet实战
| | ├──课时76 CIFAR10数据集介绍.mp4 17.00M
| | ├──课时77 卷积神经网络实战-1.mp4 29.58M
| | ├──课时78 卷积神经网络实战-2.mp4 16.12M
| | ├──课时79 卷积神经网络训练.mp4 16.43M
| | ├──课时80 ResNet实战-1.mp4 16.10M
| | ├──课时81 ResNet实战-2.mp4 38.02M
| | ├──课时82 ResNet实战-3.mp4 30.74M
| | ├──课时83 ResNet实战-4.mp4 14.44M
| | └──课时84 实战小结.mp4 46.86M
| ├──11.循环神经网络RNN&LSTM
| | ├──课时85 时间序列表示方法.mp4 21.05M
| | ├──课时86 RNN原理-1.mp4 13.21M
| | ├──课时87 RNN原理-.mp4 44.52M
| | ├──课时88 RNN Layer使用-1.mp4 13.86M
| | ├──课时89 RNN Layer使用-2.mp4 12.67M
| | ├──课时90 时间序列预测实战.mp4 20.18M
| | ├──课时91 梯度弥散与梯度爆炸.mp4 20.19M
| | ├──课时92 LSTM原理-.mp4 41.29M
| | ├──课时93 LSTM原理-2.mp4 16.15M
| | ├──课时94 LSTM Layer使用.mp4 42.54M
| | └──课时95 情感分类问题实战.mp4 117.38M
| ├──12.迁移学习-实战宝可梦精灵
| | ├──课时100 自定义数据集实战-3.mp4 16.26M
| | ├──课时101 自定义数据集实战-4.mp4 14.87M
| | ├──课时102 自定义数据集实战-5.mp4 21.10M
| | ├──课时103 自定义网络.mp4 14.66M
| | ├──课时104 自定义网络训练与测试.mp4 33.43M
| | ├──课时105 自定义网络实战.mp4 54.50M
| | ├──课时106 迁移学习.mp4 7.74M
| | ├──课时107 迁移学习实战.mp4 15.81M
| | ├──课时96 Pokemon数据集.mp4 47.89M
| | ├──课时97 数据预处理.mp4 17.77M
| | ├──课时98 自定义数据集实战-1.mp4 31.82M
| | └──课时99 自定义数据集实战-2.mp4 14.07M
| ├──13.自编码器Auto-Encoders
| | ├──课时108 无监督学习.mp4 58.49M
| | ├──课时109 Auto-Encoder原理.mp4 17.35M
| | ├──课时110 Auto-Encoder变种.mp4 13.97M
| | ├──课时111 Adversarial Auto-Encoder.mp4 13.15M
| | ├──课时112 变分Auto-Encoder引入.mp4 65.24M
| | ├──课时113 Reparameterization trick.mp4 12.81M
| | ├──课时114 变分自编码器VAE.mp4 17.74M
| | ├──课时115 Auto-Encoder实战-1.mp4 15.98M
| | ├──课时116 Auto-Encoder实战-2.mp4 43.17M
| | ├──课时117 变分Auto-Encoder实战-1.mp4 27.67M
| | └──课时118 变分Auto-Encoder实战-2.mp4 39.49M
| ├──14.对抗生成网络GAN
| | ├──课时119 数据的分布.mp4 12.38M
| | ├──课时120 画家的成长历程.mp4 19.81M
| | ├──课时121 GAN原理.mp4 18.09M
| | ├──课时122 纳什均衡-D.mp4 13.87M
| | ├──课时123 纳什均衡-G.mp4 31.64M
| | ├──课时124 JS散度的缺陷.mp4 34.46M
| | ├──课时125 EM距离.mp4 12.58M
| | ├──课时126 WGAN与WGAN-GP.mp4 22.31M
| | ├──课时127 GAN实战-GD实现.mp4 21.25M
| | ├──课时128 GAN实战-网络训练.mp4 24.35M
| | ├──课时129 GAN实战-网络训练鲁棒性.mp4 15.17M
| | └──课时130 WGAN-GP实战.mp4 27.25M
| ├──15.【选看】Ubuntu开发环境安装
| | ├──课时131 Ubuntu系统安装.mp4 16.90M
| | ├──课时132 Anaconda安装.mp4 25.76M
| | ├──课时133 CUDA 10安装.mp4 24.22M
| | ├──课时134 环境变量配置.mp4 21.85M
| | ├──课时135 cudnn安装.mp4 16.76M
| | └──课时136 PyCharm安装与配置.mp4 83.20M
| ├──16.【选看】人工智能发展简史
| | ├──课时137 生物神经元结构.mp4 5.87M
| | ├──课时138 感知机的提出.mp4 13.56M
| | ├──课时139 BP神经网络.mp4 68.15M
| | ├──课时140 CNN和LSTM的发明.mp4 65.62M
| | ├──课时141 人工智能的低潮.mp4 59.45M
| | ├──课时142 深度学习的诞生.mp4 14.61M
| | └──课时143 深度学习的繁荣.mp4 94.11M
| ├──17.【选看】Numpy实战BP神经网络
| | ├──课时144 权值的表示.mp4 35.99M
| | ├──课时145 多层感知机的实现.mp4 14.03M
| | ├──课时146 多层感知机前向传播.mp4 14.57M
| | ├──课时147 多层感知机反向传播.mp4 14.51M
| | ├──课时148 多层感知机反向传播-2.mp4 13.81M
| | ├──课时149 多层感知机反向传播-3.mp4 13.82M
| | ├──课时150 多层感知机的训练.mp4 15.98M
| | ├──课时151 多层感知机的测试.mp4 19.15M
| | └──课时152 实战小结.mp4 12.16M
| ├──2.开发环境安装
| | └──课时3 开发环境安装（简介）.mp4 20.42M
| ├──3.回归问题
| | ├──课时10 手写数字识别初体验-2.mp4 9.39M
| | ├──课时11 手写数字识别初体验-3.mp4 9.17M
| | ├──课时12 手写数字识别初体验-4.mp4 11.01M
| | ├──课时13 手写数字识别初体验-5.mp4 10.58M
| | ├──课时4 简单回归问题-.mp4 23.92M
| | ├──课时5 简单回归问题-2.mp4 20.77M
| | ├──课时6 回归问题实战.mp4 13.16M
| | ├──课时7 分类问题引入-1.mp4 34.27M
| | ├──课时8 分类问题引入-2.mp4 12.71M
| | └──课时9 手写数字识别初体验-1.mp4 8.90M
| ├──4.PyTorch基础教程
| | ├──课时14 张量数据类型-1.mp4 13.38M
| | ├──课时15 张量数据类型-2.mp4 20.19M
| | ├──课时16 创建Tensor-1.mp4 15.35M
| | ├──课时17 创建Tensor-2.mp4 18.96M
| | ├──课时18 索引与切片-1.mp4 17.25M
| | ├──课时19 索引与切片-2.mp4 16.20M
| | ├──课时20 维度变换-1.mp4 10.80M
| | ├──课时21 维度变换-2.mp4 13.83M
| | ├──课时22 维度变换-3.mp4 11.01M
| | └──课时23 维度变换-4.mp4 15.48M
| ├──5.PyTorch进阶教程
| | ├──课时24 Broadcasting-1.mp4 11.81M
| | ├──课时25 Broadcasting-2.mp4 17.38M
| | ├──课时26 Broadcasting-3.mp4 7.90M
| | ├──课时27 合并与分割-1.mp4 15.10M
| | ├──课时28 合并与分割-2.mp4 9.82M
| | ├──课时29 数学运算-1.mp4 11.18M
| | ├──课时30 数学运算-2.mp4 53.06M
| | ├──课时31 属性统计-1.mp4 15.46M
| | ├──课时32 属性统计-2.mp4 17.47M
| | └──课时33 高阶操作.mp4 22.88M
| ├──6.随机梯度下降
| | ├──课时34 什么是梯度-1.mp4 13.99M
| | ├──课时35 什么是梯度-2.mp4 23.40M
| | ├──课时36 常见函数的梯度.mp4 8.66M
| | ├──课时37 激活函数与Loss的梯度-1.mp4 17.96M
| | ├──课时38 激活函数与Loss的梯度-2.mp4 11.72M
| | ├──课时39 激活函数与Loss的梯度-3.mp4 9.39M
| | ├──课时40 激活函数与Loss的梯度-4.mp4 18.05M
| | ├──课时41 感知机的梯度推导-1.mp4 17.80M
| | ├──课时42 感知机的梯度推导-2.mp4 17.71M
| | ├──课时43 链式法则.mp4 14.99M
| | ├──课时44 反向传播算法-1.mp4 18.12M
| | ├──课时45 反向传播算法-2.mp4 9.67M
| | └──课时46 优化问题实战.mp4 65.18M
| ├──7.神经网络与全连接层
| | ├──课时47 Logistic Regression.mp4 64.90M
| | ├──课时48 交叉熵-1.mp4 12.52M
| | ├──课时49 交叉熵-2.mp4 12.79M
| | ├──课时50 多分类问题实战.mp4 13.60M
| | ├──课时51 全连接层.mp4 84.34M
| | ├──课时52 激活函数与GPU加速.mp4 55.97M
| | ├──课时53 MNIST测试实战.mp4 18.25M
| | └──课时54 Visdom可视化.mp4 21.15M
| ├──8.过拟合
| | ├──课时55 过拟合与欠拟合.mp4 19.54M
| | ├──课时56 交叉验证-1.mp4 17.45M
| | ├──课时57 交叉验证-2.mp4 51.69M
| | ├──课时58 Regularization.mp4 59.69M
| | ├──课时59 动量与学习率衰减.mp4 77.18M
| | └──课时60 Early stopping, dropout等.mp4 20.76M
| └──9.卷积神经网络CNN
| | ├──课时61 什么是卷积-1.mp4 23.03M
| | ├──课时62 什么是卷积-2.mp4 18.14M
| | ├──课时63 卷积神经网络-1.mp4 16.15M
| | ├──课时64 卷积神经网络-2.mp4 81.52M
| | ├──课时65 卷积神经网络-3.mp4 12.68M
| | ├──课时66 池化层与采样.mp4 14.99M
| | ├──课时67 BatchNorm-1.mp4 13.76M
| | ├──课时68 BatchNorm-2.mp4 79.51M
| | ├──课时69 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-1.mp4 17.98M
| | ├──课时70 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-2.mp4 14.31M
| | ├──课时71 ResNet与DenseNet-1.mp4 80.85M
| | ├──课时72 ResNet与DenseNet-2.mp4 76.41M
| | ├──课时73 nn.Module模块-1.mp4 15.97M
| | ├──课时74 nn.Module模块-2.mp4 12.42M
| | └──课时75 数据增强.mp4 19.19M
└──深度学习与PyTorch入门实战教程_源码+课件
| └──Deep-Learning-with-PyTorch-Tutorials.zip 80.87M
