G* e4 s: \$ j, |2 F' i
/ x8 N' r1 ^7 n5 P$ H〖课程介绍〗
- x8 }2 u! h* B4 ] B$ b2020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$ {, n0 [ n! D d5 `, u
u; \- T/ `0 t
〖课程目录〗
2 d1 a$ A( [; r8 r$ C# t# p) |1.Pytorch框架简介4 [, y2 k3 J* T" h: r
2.Pytoch的安装
/ e1 b4 z/ T+ `. ~( P& k2 ]3.机器学习基础-线性回归! j/ d9 G+ ?- [
4.数据读取与观察, c' k# _7 ?( ]- M, P
5. 初始化模型、损失函数和优化方法
* q+ q& N3 k" d5 x6.模型训练与结果可视化
) F6 P3 }6 [6 l+ g7.张量与数据类型
2 J6 \$ N1 n0 r8.张量运算与形状变换
% b; _* D |0 B% Y# X9.张量微分运算
% U9 d' d+ G, \6 l- b10.入门实例的分解写法
" l O/ b1 z) r* j2 O0 T5 c" \0 V11.逻辑回归实例——信息卡欺诈数据预处理
& K+ `: S5 F: Q" q12.逻辑回归实例——模型的创建与训练
* s7 I+ H- a% e3 }: t- y" Y4 K13.多层感知器简介
1 e& L6 Y# D2 x) U- }1 o: c, z8 {# o14.人力资源数据集-数据预处理
. f7 w0 i0 q E3 T1 H' `! m7 v: F15.多层感知器模型创建
2 n1 N) y `/ _16.多层感知器模型改写与解释
' ~+ e% x0 r0 `; j! ~# T- Z5 R17.多层感知器模型训练
- S9 m$ e$ x( H/ o18.使用Dataset和Dataloader改写模型数据加载6 K) Z; c2 O1 J& f J( N9 B9 G. b# c
19.划分验证数据和测试数据、过拟合与欠拟合
0 i, V' N, i L& F3 }# `- O20.添加正确率和验证数据/ I" I7 A5 L( E* }
0 K) U, z5 p# G& T; J! a8 s8 u4 n2 |. W6 ]8 O* f; Q$ v1 D
〖下载地址〗
, k/ t# P0 z) z+ j6 y% ~) z: P1 y1 L% M* n
〖升级为永久会员免金币下载全站资源〗' |5 F2 f0 h5 ]5 A
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
4 Q* u# m9 L( I6 `
|
[复制链接]
