深度学习理论与实战PyTorch实现【完整版带资料】

资源目录：
├─01.预备内容（入门）
│ ├─01.【免费视频】你的入门学习指南.mp4
│ ├─02.【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.pdf
│ ├─03.【免费图文】入行人工智能为什么不需要系统学习Python知识.pdf
│ ├─04.【免费图文】为什么从深度学习入行人工智能最快.pdf
│ ├─05.【免费视频】深度学习概论.mp4
│ ├─06.【免费视频】代码版本控制和托管平台GitHub简介(1).mp4
│ ├─06.【免费视频】代码版本控制和托管平台GitHub简介.mp4
│ └─07.【免费图文】深度学习环境安装和配置.pdf
│
├─02.Python基础（入门）
│ ├─资料
│ │ └─03.python code download.zip
│ │
│ ├─01.【免费图文】Python环境安装.pdf
│ ├─02.【免费视频】Python基础.mp4
│ └─03.【代码】详解Python及代码下载（见附件）.pdf
│
├─03.PyTorch基础（入门）
│ ├─资料
│ │ ├─04.Tensor-and-Variable_code.zip
│ │ ├─05.autograd_code.zip
│ │ └─06.dynamic-graph_code.zip
│ │
│ ├─01.【图文】PyTorch简介.pdf
│ ├─02.【视频】PyTorch基础1-简介及Tensor.mp4
│ ├─03.【视频】PyTorch基础2-Variable和自动求导.mp4
│ ├─04.【代码】Tensor和Variable代码详解及下载（见附件）.pdf
│ ├─05.【代码】自动求导代码详解及下载（见附件）.pdf
│ └─06.【代码】动态图代码详解及下载（见附件）.pdf
│
├─04.神经网络（进阶）
│ ├─资料
│ │ ├─03.linear-regression-gradient-descend_ipynb.zip
│ │ ├─06.logistic-regression.ipynb.zip
│ │ ├─09.nn-multilayer.ipynb.zip
│ │ ├─12.deep-nn.ipynb.zip
│ │ ├─17.param_initialize_code.zip
│ │ ├─18.sgd-code.zip
│ │ ├─19.momentum-code.zip
│ │ ├─20.adagrad-code.zip
│ │ ├─21.rmsprop-code.zip
│ │ ├─22.adadelta-code.zip
│ │ ├─23.adam-code.zip
│ │ └─24.PyTorch-predict-house-prices-P1-master-code%26data.zip
│ │
│ ├─01.【视频】神经网络1-线性模型、梯度下降及框架实现.mp4
│ ├─02.【图文】线性模型和梯度下降.pdf
│ ├─03.【代码】线性模型和梯度下降代码详解及下载（见附件）.pdf
│ ├─04.【视频】神经网络2-Logistic回归.mp4
│ ├─05.【图文】Logistic回归.pdf
│ ├─06.【代码】logistic回归代码详解及下载（见附件）.pdf
│ ├─07.【视频】神经网络3-多层神经网络.mp4
│ ├─08.【图文】多层神经网络.pdf
│ ├─09.【代码】多层神经网络代码详解及下载（见附件）.pdf
│ ├─10.【视频】神经网络4-多分类问题及深层神经网络.mp4
│ ├─11.【图文】多分类问题及深层神经网络.pdf
│ ├─12.【代码】深层神经网络代码详解及下载（见资料）.pdf
│ ├─13.【视频】神经网络5-反向传播算法.mp4
│ ├─14.【图文】反向传播算法.pdf
│ ├─15.【图文】优化算法介绍.pdf
│ ├─16.【图文】优化算法变式.pdf
│ ├─17.【代码】参数初始化代码详解及下载（见附件）.pdf
│ ├─18.【代码】优化算法1-梯度下降法代码详解（下载见附件）.pdf
│ ├─19.【代码】优化算法2-动量法代码详解（下载见附件）.pdf
│ ├─20.【代码】优化算法3-Adagrad代码详解（下载见附件）.pdf
│ ├─21.【代码】优化算法4-RMSProp代码详解（下载见附件）.pdf
│ ├─22.【代码】优化算法5-Adadelta代码详解（下载见附件）.pdf
│ ├─23.【代码】优化算法6-Adam代码详解（下载见附件）.pdf
│ └─24.【实战项目1】使用神经网络预测房价（数据集附件下载）.pdf
│
├─05.卷积神经网络（进阶）
│ ├─资料
│ │ ├─05.basic_conv download.zip
│ │ ├─05.utils.py
│ │ ├─09.9%E4%BB%A3%E7%A0%81%E4%B8%8B%E8%BD%BDalexnet.zip
│ │ ├─09.alexnet download.zip
│ │ ├─11.vgg download.zip
│ │ ├─13.googlenet download.zip
│ │ ├─15.resnet download.zip
│ │ ├─17.densenet download.zip
│ │ ├─20.data-augumentation-code.zip
│ │ ├─21.data-io-code.zip
│ │ ├─22.fine-tune-code.zip
│ │ ├─23.lr-decay-code.zip
│ │ ├─24.normalization-code.zip
│ │ ├─25.regularization-code.zip
│ │ ├─26.tensorboard-code.zip
│ │ └─27.PyTorch-distracted-driver-P2-master.zip
│ │
│ ├─01.【视频】卷积神经网络1-背景及应用.mp4
│ ├─02.【视频】卷积神经网络2-卷积神经网络基础.mp4
│ ├─03.【视频】卷积神经网络3-Pytorch实现.mp4
│ ├─04.【图文】卷积神经网络.pdf
│ ├─05.【代码】卷积和池化的框架实现代码详解（下载见附件）.pdf
│ ├─06.【图文】数据预处理与批标准化.pdf
│ ├─07.【图文】经典卷积神经网络.pdf
│ ├─08.【视频】经典卷积神经网络-AlexNet.mp4
│ ├─09.【代码】AlexNet代码详解（下载见附件）.pdf
│ ├─10.【视频】经典卷积神经网络-VGG.mp4
│ ├─11.【代码】VGG代码详解（下载见附件）.pdf
│ ├─12.【视频】经典卷积神经网络-GoogLeNet.mp4
│ ├─13.【代码】GoogLeNet代码详解（下载见附件）.pdf
│ ├─14.【视频】经典卷积神经网络-ResNet.mp4
│ ├─15.【代码】ResNet代码详解（下载见附件）.pdf
│ ├─16.【视频】经典卷积神经网络-DenseNet.mp4
│ ├─17.【代码】DenseNet代码详解（下载见附件）.pdf
│ ├─18.【视频】卷积神经网络-训练技巧.mp4
│ ├─19.【图文】训练卷积神经网络.pdf
│ ├─20.【代码】数据增强代码详解（下载见附件）.pdf
│ ├─21.【代码】数据读取代码详解（下载见附件）.pdf
│ ├─22.【代码】微调进行迁移学习代码详解（下载见附件）.pdf
│ ├─23.【代码】学习率下降代码详解（下载见附件）.pdf
│ ├─24.【代码】批标准化代码详解（下载见附件）.pdf
│ ├─25.【代码】正则化代码详解（下载见附件）.pdf
│ ├─26.【代码】Tensorboard代码详解（下载见附件）.pdf
│ └─27.【实战项目2】驾驶员状态监测（数据集见附件）.pdf
│
├─06.循环神经网络（进阶）
│ ├─资料
│ │ ├─04.RNN app download.zip
│ │ ├─05.pytorch-rnn-code.zip
│ │ ├─06.rnn-for-image-code.zip
│ │ ├─07.time-series-code.zip
│ │ ├─08.word-embedding-code.zip
│ │ ├─09.n-gram-code.zip
│ │ ├─10.seq-lstm-code.zip
│ │ └─11.PyTorch-poetry-generation-P3-master.zip
│ │
│ ├─01.【视频】循环神经网络1-循环神经网络基础.mp4
│ ├─02.【图文&代码】循环神经网络基础（代码详解及下载见附件）.pdf
│ ├─03.【视频】循环神经网络2-循环神经网络的应用.mp4
│ ├─04.【图文&代码】循环神经网络应用（代码详解及下载见附件）.pdf
│ ├─05.【代码】RNN PyTorch实现代码详解（下载见附件）.pdf
│ ├─06.【代码】RNN图像分类的应用代码详解（下载见附件）.pdf
│ ├─07.【代码】RNN时间序列应用代码详解（下载见附件）.pdf
│ ├─08.【代码】RNN词嵌入代码详解（下载见附件）.pdf
│ ├─09.【代码】RNN N-Gram代码详解（下载见附件）.pdf
│ ├─10.【代码】RNN LSTM代码详解（下载见附件）.pdf
│ └─11.【实战项目3】通过RNN创作古诗（数据集见附件）.pdf
│
├─07.生成对抗网络GAN（进阶）
│ ├─资料
│ │ ├─05.autoencoder download.zip
│ │ ├─06.vae download.zip
│ │ └─07.gan download.zip
│ │
│ ├─01.【视频】生成对抗网络1-自动编码器.mp4
│ ├─02.【视频】生成对抗网络2-变分自动编码器.mp4
│ ├─03.【视频】生成对抗网络3-生成对抗网络.mp4
│ ├─04.【图文】生成对抗网络.pdf
│ ├─05.【代码】自动编码器代码详解（下载见附件）.pdf
│ ├─06.【代码】变分自动编码器代码详解（下载见附件）.pdf
│ ├─07.【代码】生成对抗网络代码详解（下载见附件）.pdf
│ └─08.【实战项目4】生成对抗网络生成人脸（数据集见附件）.pdf
│
├─08.强化学习（进阶）
│ ├─资料
│ │ ├─03.q-learning-intro download.zip
│ │ └─04.dqn download.zip
│ │
│ ├─01.【视频】强化学习.mp4
│ ├─02.【图文】强化学习.pdf
│ ├─03.【代码】q Learning代码详解及下载（附件）.pdf
│ └─04.【代码】深度Q网络代码详解及下载（附件）.pdf
│
└─09.毕业项目
│
└─01.【实战项目5】毕业项目.pdf