1 J" N) e) b- Z! m3 o! j2 g9 M W2 e/ k% |9 G$ K. y" l
〖课程介绍〗& y2 F ^. o H3 s) ?
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/ y0 |, Y X0 G, m. O! d! f* h# s
# W/ Y1 \9 ? |$ j& N9 Q$ {
〖课程目录〗" u2 [3 i2 s4 e% k; |
1.Pytorch框架简介# u, N" h! x0 H0 v
2.Pytoch的安装
5 k2 a$ p/ h% m+ {3.机器学习基础-线性回归5 H. c7 u; V; d g5 E" ^
4.数据读取与观察1 x J$ ]" m( k- l
5. 初始化模型、损失函数和优化方法1 _ H- b% }5 D" _$ D) [
6.模型训练与结果可视化7 ^* L3 P% s o+ N/ U/ B$ \
7.张量与数据类型
8 K `- w0 M [8 F/ p- \ s# Y* L8.张量运算与形状变换' k' R Z, q1 f# U: K3 v) u ~
9.张量微分运算
$ D- v7 M; ^# k2 x5 g$ p8 m10.入门实例的分解写法; ]& Q. S/ a1 x: G) `2 Y8 ?
11.逻辑回归实例——信息卡欺诈数据预处理
# ~% [* T, v& N7 v( L12.逻辑回归实例——模型的创建与训练
9 A& q8 d& T! D; f/ ~13.多层感知器简介
W* o4 ~- V6 Z' x) Q14.人力资源数据集-数据预处理
. h9 @9 {" b+ R* [" ~15.多层感知器模型创建
8 }+ B2 M8 k# Z16.多层感知器模型改写与解释
( ]& x' u* X+ C$ j! V$ d17.多层感知器模型训练# k/ C. j1 H6 j
18.使用Dataset和Dataloader改写模型数据加载9 m' V- y v3 c- S4 g2 C
19.划分验证数据和测试数据、过拟合与欠拟合. `/ O; i3 s- J- y. |
20.添加正确率和验证数据
+ S- }5 g5 F7 T2 I, {, o5 ]# ?( t& v9 S m
; a @* [' N* U. b/ a〖下载地址〗4 J( _7 P: q! ^; [- M
6 B1 x, k9 X4 L
〖升级为永久会员免金币下载全站资源〗
: I/ s! i! P0 y" Q& {+ u. w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
1 Z. @1 O0 V# x4 \4 g/ R9 c
|
[复制链接]
