深度学习与Pytorch入门实战 快速、深入学习人工智能

资源目录：
├─01.深度学习初见
│ ├─课时1 深度学习框架简介.mp4
│ └─课时2 PyTorch功能演示.mp4
│
├─02.开发环境安装
│ └─课时3 开发环境安装（简介）.mp4
│
├─03.回归问题
│ ├─课时10 手写数字识别初体验-2.mp4
│ ├─课时11 手写数字识别初体验-3.mp4
│ ├─课时12 手写数字识别初体验-4.mp4
│ ├─课时13 手写数字识别初体验-5.mp4
│ ├─课时4 简单回归问题-.mp4
│ ├─课时5 简单回归问题-2.mp4
│ ├─课时6 回归问题实战.mp4
│ ├─课时7 分类问题引入-1.mp4
│ ├─课时8 分类问题引入-2.mp4
│ └─课时9 手写数字识别初体验-1.mp4
│
├─04.PyTorch基础教程
│ ├─课时14 张量数据类型-1.mp4
│ ├─课时15 张量数据类型-2.mp4
│ ├─课时16 创建Tensor-1.mp4
│ ├─课时17 创建Tensor-2.mp4
│ ├─课时18 索引与切片-1.mp4
│ ├─课时19 索引与切片-2.mp4
│ ├─课时20 维度变换-1.mp4
│ ├─课时21 维度变换-2.mp4
│ ├─课时22 维度变换-3.mp4
│ └─课时23 维度变换-4.mp4
│
├─05.PyTorch进阶教程
│ ├─课时24 Broadcasting-1.mp4
│ ├─课时25 Broadcasting-2.mp4
│ ├─课时26 Broadcasting-3.mp4
│ ├─课时27 合并与分割-1.mp4
│ ├─课时28 合并与分割-2.mp4
│ ├─课时29 数学运算-1.mp4
│ ├─课时30 数学运算-2.mp4
│ ├─课时31 属性统计-1.mp4
│ ├─课时32 属性统计-2.mp4
│ └─课时33 高阶操作.mp4
│
├─06.随机梯度下降
│ ├─课时34 什么是梯度-1.mp4
│ ├─课时35 什么是梯度-2.mp4
│ ├─课时36 常见函数的梯度.mp4
│ ├─课时37 激活函数与Loss的梯度-1.mp4
│ ├─课时38 激活函数与Loss的梯度-2.mp4
│ ├─课时39 激活函数与Loss的梯度-3.mp4
│ ├─课时40 激活函数与Loss的梯度-4.mp4
│ ├─课时41 感知机的梯度推导-1.mp4
│ ├─课时42 感知机的梯度推导-2.mp4
│ ├─课时43 链式法则.mp4
│ ├─课时44 反向传播算法-1.mp4
│ ├─课时45 反向传播算法-2.mp4
│ └─课时46 优化问题实战.mp4
│
├─07.神经网络与全连接层
│ ├─课时47 Logistic Regression.mp4
│ ├─课时48 交叉熵-1.mp4
│ ├─课时49 交叉熵-2.mp4
│ ├─课时50 多分类问题实战.mp4
│ ├─课时51 全连接层.mp4
│ ├─课时52 激活函数与GPU加速.mp4
│ ├─课时53 MNIST测试实战.mp4
│ └─课时54 Visdom可视化.mp4
│
├─08.过拟合
│ ├─课时55 过拟合与欠拟合.mp4
│ ├─课时56 交叉验证-1.mp4
│ ├─课时57 交叉验证-2.mp4
│ ├─课时58 Regularization.mp4
│ ├─课时59 动量与学习率衰减.mp4
│ └─课时60 Early stopping, dropout等.mp4
│
├─09.卷积神经网络CNN
│ ├─课时61 什么是卷积-1.mp4
│ ├─课时62 什么是卷积-2.mp4
│ ├─课时63 卷积神经网络-1.mp4
│ ├─课时64 卷积神经网络-2.mp4
│ ├─课时65 卷积神经网络-3.mp4
│ ├─课时66 池化层与采样.mp4
│ ├─课时67 BatchNorm-1.mp4
│ ├─课时68 BatchNorm-2.mp4
│ ├─课时69 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-1.mp4
│ ├─课时70 经典卷积网络 LeNet5,AlexNet, VGG, GoogLeNet-2.mp4
│ ├─课时71 ResNet与DenseNet-1.mp4
│ ├─课时72 ResNet与DenseNet-2.mp4
│ ├─课时73 nn.Module模块-1.mp4
│ ├─课时74 nn.Module模块-2.mp4
│ └─课时75 数据增强.mp4
│
├─10.CIFAR10与ResNet实战
│ ├─课时76 CIFAR10数据集介绍.mp4
│ ├─课时77 卷积神经网络实战-1.mp4
│ ├─课时78 卷积神经网络实战-2.mp4
│ ├─课时79 卷积神经网络训练.mp4
│ ├─课时80 ResNet实战-1.mp4
│ ├─课时81 ResNet实战-2.mp4
│ ├─课时82 ResNet实战-3.mp4
│ ├─课时83 ResNet实战-4.mp4
│ └─课时84 实战小结.mp4
│
├─11.循环神经网络RNN&LSTM
│ ├─课时85 时间序列表示方法.mp4
│ ├─课时86 RNN原理-1.mp4
│ ├─课时87 RNN原理-.mp4
│ ├─课时88 RNN Layer使用-1.mp4
│ ├─课时89 RNN Layer使用-2.mp4
│ ├─课时90 时间序列预测实战.mp4
│ ├─课时91 梯度弥散与梯度爆炸.mp4
│ ├─课时92 LSTM原理-.mp4
│ ├─课时93 LSTM原理-2.mp4
│ ├─课时94 LSTM Layer使用.mp4
│ └─课时95 情感分类问题实战.mp4
│
├─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
│ ├─课时101 自定义数据集实战-4.mp4
│ ├─课时102 自定义数据集实战-5.mp4
│ ├─课时103 自定义网络.mp4
│ ├─课时104 自定义网络训练与测试.mp4
│ ├─课时105 自定义网络实战.mp4
│ ├─课时106 迁移学习.mp4
│ ├─课时107 迁移学习实战.mp4
│ ├─课时96 Pokemon数据集.mp4
│ ├─课时97 数据预处理.mp4
│ ├─课时98 自定义数据集实战-1.mp4
│ └─课时99 自定义数据集实战-2.mp4
│
├─13.自编码器Auto-Encoders
│ ├─课时108 无监督学习.mp4
│ ├─课时109 Auto-Encoder原理.mp4
│ ├─课时110 Auto-Encoder变种.mp4
│ ├─课时111 Adversarial Auto-Encoder.mp4
│ ├─课时112 变分Auto-Encoder引入.mp4
│ ├─课时113 Reparameterization trick.mp4
│ ├─课时114 变分自编码器VAE.mp4
│ ├─课时115 Auto-Encoder实战-1.mp4
│ ├─课时116 Auto-Encoder实战-2.mp4
│ ├─课时117 变分Auto-Encoder实战-1.mp4
│ └─课时118 变分Auto-Encoder实战-2.mp4
│
├─14.对抗生成网络GAN
│ ├─课时119 数据的分布.mp4
│ ├─课时120 画家的成长历程.mp4
│ ├─课时121 GAN原理.mp4
│ ├─课时122 纳什均衡-D.mp4
│ ├─课时123 纳什均衡-G.mp4
│ ├─课时124 JS散度的缺陷.mp4
│ ├─课时125 EM距离.mp4
│ ├─课时126 WGAN与WGAN-GP.mp4
│ ├─课时127 GAN实战-GD实现.mp4
│ ├─课时128 GAN实战-网络训练.mp4
│ ├─课时129 GAN实战-网络训练鲁棒性.mp4
│ └─课时130 WGAN-GP实战.mp4
│
├─15.【选看】Ubuntu开发环境安装
│ ├─课时131 Ubuntu系统安装.mp4
│ ├─课时132 Anaconda安装.mp4
│ ├─课时133 CUDA 10安装.mp4
│ ├─课时134 环境变量配置.mp4
│ ├─课时135 cudnn安装.mp4
│ └─课时136 PyCharm安装与配置.mp4
│
├─16.【选看】人工智能发展简史
│ ├─课时137 生物神经元结构.mp4
│ ├─课时138 感知机的提出.mp4
│ ├─课时139 BP神经网络.mp4
│ ├─课时140 CNN和LSTM的发明.mp4
│ ├─课时141 人工智能的低潮.mp4
│ ├─课时142 深度学习的诞生.mp4
│ └─课时143 深度学习的繁荣.mp4
│
├─17.【选看】Numpy实战BP神经网络
│ ├─课时144 权值的表示.mp4
│ ├─课时145 多层感知机的实现.mp4
│ ├─课时146 多层感知机前向传播.mp4
│ ├─课时147 多层感知机反向传播.mp4
│ ├─课时148 多层感知机反向传播-2.mp4
│ ├─课时149 多层感知机反向传播-3.mp4
│ ├─课时150 多层感知机的训练.mp4
│ ├─课时151 多层感知机的测试.mp4
│ └─课时152 实战小结.mp4
│
├─电子书
│ ├─花书-深度学习-Eng.pdf
│ └─花书-中文版.pdf
│
├─课程安装软件-Ubuntu 18.04
│ ├─Anaconda3-2019.03-Linux-x86_64.sh
│ ├─cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
│ ├─cudnn-10.0-linux-x64-v7.5.0.56.tgz
│ └─pycharm-community-2019.1.1.tar.gz
│
├─课程安装软件-Win10
│ ├─Anaconda3-2019.03-Windows-x86_64.exe
│ ├─cuda_10.0.130_411.31_win10.exe
│ ├─cudnn-10.0-windows10-x64-v7.5.0.56 (1).zip
│ └─pycharm-community-2019.1.1.exe
│
└─深度学习与Pytorch-PPT和代码.rar