老师介绍
| 简 介 | PyTorch是当前难得的简洁优雅且高效快速的框架，是Torch的Python版本，是由Facebook开源的神经网络框架，专门针对GPU加速的深度神经网络编程。与Tensorflow的静态计算图不同，Pytorch的计算图是动态的，可以根据计算需要实时改变计算图。作为经典机器学习库Torch的端口，PyTorch为Python语言使用者提供了舒适的写代码选择。 |
|---|
PyTorch是当前难得的简洁优雅且高效快速的框架，Pytorch是Torch的Python版本，是由Facebook开源的神经网络框架，专门针对GPU加速的深度神经网络编程。与Tensorflow的静态计算图不同，Pytorch的计算图是动态的，可以根据计算需要实时改变计算图。作为经典机器学习库Torch的端口，PyTorch为Python语言使用者提供了舒适的写代码选择。
资料下载报名后支持下载
第1集 Pytorch课程介绍(云知梦).zip
第2集 人工智能、机器学习与深度学习(云知梦).zip
第3集 课程代码运行环境配置(云知梦).zip
第4集 Linux平台深度学习GPU环境配置(云知梦).zip
第5集 函数与导数(云知梦).zip
第6集 参数优化与梯度下降(云知梦).zip
第7集 矩阵乘法(云知梦).zip
第8集 向量化和矩阵运算(云知梦).zip
第9集 向量化与卷积运算(云知梦).zip
第10集 张量运算(云知梦).zip
第11集 线性回归问题定义及原理(云知梦).zip
第12集 线性回归Numpy代码实现(云知梦).zip
第13集 逻辑回归问题定义及原理(云知梦).zip
第14集 逻辑回归Numpy代码实现(云知梦).zip
第15集 BP神经网络定义及原理(云知梦).zip
第16集 Numpy与BP神经网络(云知梦).zip
第18集 Numpy与K-Means聚类(云知梦).zip
第19集 PyTorch框架及用途(云知梦).zip
第20集 PyTorch与Numpy对象转换(云知梦).zip
第21集 PyTorch与Numpy常见API对应关系(云知梦).zip
第22集 PyTorch自动差分机制(云知梦).zip
第23集 GPU环境与PyTorch(云知梦).zip
第25集 PyTorch实例：逻辑回归(云知梦).zip
第27集 PyTorch与KMeans聚类(云知梦).zip
第28集 卷积、池化与全局池化(云知梦).zip
第29集 循环神经网络(云知梦).zip
第30集 优化器(云知梦).zip
第31集 归一化(云知梦).zip
第32集 缓解过拟合-Dropout(云知梦).zip
第33集 PyTorch图像分类实例(云知梦).zip
第34集 PyTorch序列预测实例(云知梦).zip
更多
* 课程提供者：云知梦