深度学习理论与实战PyTorch课程，网易云课堂教程下载

课程简介

本课程专为小白用户设计的学习梯度，科学合理。

课程采用视频重点讲解+图文补充阅读+配套项目+助教服务、系统代码实现+详细逐行代码注释。让你掌握深度学习核心知识和实践技能。

适合人群

入门人工智能，基础比较薄弱、缺乏系统学习+项目实战经验的学员

课程目录

章节1:预备内容（入门）

课时1【免费视频】你的入门学习指南07:31

课时2【免费图文】入行AI为什么系统学习数学知识的最终放弃—7个建议

课时3【免费图文】入行人工智能为什么不需要系统学习Python知识

课时4【免费图文】为什么从深度学习入行人工智能最快

课时5【免费视频】深度学习概论14:53

课时6【免费视频】代码版本控制和托管平台GitHub简介04:18

课时7【免费图文】深度学习环境安装和配置

章节2Python基础（入门）

课时8【免费图文】Python环境安装

课时9【免费视频】Python基础12:30

课时10【代码】详解Python及代码下载（见附件）

章节3PyTorch基础（入门）

课时11【图文】PyTorch简介

课时12【视频】PyTorch基础1-简介及Tensor14:04

课时13【视频】PyTorch基础2-Variable和自动求导07:40

课时14【代码】Tensor和Variable代码详解及下载（见附件）

课时15【代码】自动求导代码详解及下载（见附件）

课时16【代码】动态图代码详解及下载（见附件）

章节4:神经网络（进阶）

课时17【视频】神经网络1-线性模型、梯度下降及框架实现12:43

课时18【图文】线性模型和梯度下降

课时19【代码】线性模型和梯度下降代码详解及下载（见附件）

课时20【视频】神经网络2-Logistic回归11:43

课时21【图文】Logistic回归

课时22【代码】logistic回归代码详解及下载（见附件）

课时23【视频】神经网络3-多层神经网络11:30

课时24【图文】多层神经网络

课时25【代码】多层神经网络代码详解及下载（见附件）

课时26【视频】神经网络4-多分类问题及深层神经网络09:06

课时27【图文】多分类问题及深层神经网络

课时28【代码】深层神经网络代码详解及下载（见资料）

课时29【视频】神经网络5-反向传播算法09:45

课时30【图文】反向传播算法

课时31【图文】优化算法介绍

课时32【图文】优化算法变式

课时33【代码】参数初始化代码详解及下载（见附件）

课时34【代码】优化算法1-梯度下降法代码详解（下载见附件）

课时35【代码】优化算法2-动量法代码详解（下载见附件）

课时36【代码】优化算法3-Adagrad代码详解（下载见附件）

课时37【代码】优化算法4-RMSProp代码详解（下载见附件）

课时38【代码】优化算法5-Adadelta代码详解（下载见附件）

课时39【代码】优化算法6-Adam代码详解（下载见附件）

课时40【实战项目1】使用神经网络预测房价（数据集附件下载）

章节5:卷积神经网络（进阶）

课时41【视频】卷积神经网络1-背景及应用04:16

课时42【视频】卷积神经网络2-卷积神经网络基础14:54

课时43【视频】卷积神经网络3-Pytorch实现05:18

课时44【图文】卷积神经网络

课时45【代码】卷积和池化的框架实现代码详解（下载见附件）

课时46【图文】数据预处理与批标准化

课时47【图文】经典卷积神经网络

课时48【视频】经典卷积神经网络-AlexNet07:36

课时49【代码】AlexNet代码详解（下载见附件）

课时50【视频】经典卷积神经网络-VGG05:07

课时51【代码】VGG代码详解（下载见附件）

课时52【视频】经典卷积神经网络-GoogLeNet07:24

课时53【代码】GoogLeNet代码详解（下载见附件）

课时54【视频】经典卷积神经网络-ResNet09:06

课时55【代码】ResNet代码详解（下载见附件）

课时56【视频】经典卷积神经网络-DenseNet06:26

课时57【代码】DenseNet代码详解（下载见附件）

课时58【视频】卷积神经网络-训练技巧15:20

课时59【图文】训练卷积神经网络

课时60【代码】数据增强代码详解（下载见附件）

课时61【代码】数据读取代码详解（下载见附件）

课时62【代码】微调进行迁移学习代码详解（下载见附件）

课时63【代码】学习率下降代码详解（下载见附件）

课时64【代码】批标准化代码详解（下载见附件）

课时65【代码】正则化代码详解（下载见附件）

课时66【代码】Tensorboard代码详解（下载见附件）

课时67【实战项目2】驾驶员状态监测（数据集见附件）

章节6:循环神经网络（进阶）

课时68【视频】循环神经网络1-循环神经网络基础09:38

课时69【图文/代码】循环神经网络基础（代码详解及下载见附件）

课时70【视频】循环神经网络2-循环神经网络的应用10:10

课时71【图文/代码】循环神经网络应用（代码详解及下载见附件）

课时72【代码】RNN PyTorch实现代码详解（下载见附件）

课时73【代码】RNN图像分类的应用代码详解（下载见附件）

课时74【代码】RNN时间序列应用代码详解（下载见附件）

课时75【代码】RNN词嵌入代码详解（下载见附件）

课时76【代码】RNN N-Gram代码详解（下载见附件）

课时77【代码】RNN LSTM代码详解（下载见附件）

课时78【实战项目3】通过RNN创作古诗（数据集见附件）

章节7:生成对抗网络GAN（进阶）

课时79【视频】生成对抗网络1-自动编码器07:49

课时80【视频】生成对抗网络2-变分自动编码器05:55

课时81【视频】生成对抗网络3-生成对抗网络08:43

课时82【图文】生成对抗网络

课时83【代码】自动编码器代码详解（下载见附件）

课时84【代码】变分自动编码器代码详解（下载见附件）

课时85【代码】生成对抗网络代码详解（下载见附件）

课时86【实战项目4】生成对抗网络生成人脸（数据集见附件）

章节8:强化学习（进阶）

课时87【视频】强化学习12:12

课时88【图文】强化学习

课时89【代码】q Learning代码详解及下载（附件）需购买观看

课时90【代码】深度Q网络代码详解及下载（附件）

章节9:毕业项目

课时91【实战项目5】毕业项目

资源下载

此资源下载价格为6学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305