网易首页
7. Numpy Torch 对比
2023年9月21日 1688观看
【莫烦Python】PyTorch 神经网络
IT/互联网 / 程序设计开发
PyTorch 是 Torch 在 Python 上的衍生. 因为 Torch 是一个使用 Lua 语言的神经网络库, Torch 很好用, 但是 Lua 又不是特别流行, 所有开发团队将 Lua 的 Torch 移植到了更流行的语言... Code: https://github.com/MorvanZhou/PyTorch-Tutorial 莫烦Python: https://mofanpy.com 支持莫烦: https://mofanpy.com/support
共32集
5.7万人观看
1
科普: 人工神经网络 VS 生物神经网络
04:30
2
什么是神经网络 (机器学习)
07:11
3
神经网络 : 梯度下降 (Gradient Descent in Neural Nets)
04:07
4
科普: 神经网络的黑盒不黑 (深度理解神经网络)
04:55
5
PyTorch 动态神经网络 (莫烦 Python 教学)(5)
03:56
6
PyTorch 动态神经网络 (莫烦 Python 教学)(1.2 安装)
04:08
7
Numpy Torch 对比
08:54
8
Variable 变量
09:11
9
什么是激励函数 (深度学习)?
03:49
10
Activation Function 激励函数
06:47
11
Classification 分类 - 1
05:40
12
Classification 分类 - 3
05:45
13
保存提取
07:12
14
批数据训练
09:31
15
Optimizer 优化器 - 1
05:26
16
Optimizer 优化器 - 3
05:29
17
什么是卷积神经网络 CNN (深度学习)?
05:38
18
CNN 卷积神经网络 - 1
12:47
19
CNN 卷积神经网络 - 3
12:50
20
RNN 循环神经网络 回归 - 1
06:25
21
RNN 循环神经网络 回归 - 3
06:23
22
AutoEncoder 自编码 - 1
05:56
23
AutoEncoder 自编码 - 3
06:00
24
什么是 GAN 生成对抗网络 (深度学习)?
04:02
25
GAN 生成对抗网络 - 1
07:42
26
GAN 生成对抗网络 - 3
07:42
27
GPU 加速
06:36
28
什么是过拟合 (深度学习)?
04:23
29
过拟合 Dropout
09:51
30
什么是 Batch Normalization 批标准化
05:08
31
Batch Normalization 批标准化 - 1
10:37
32
Batch Normalization 批标准化 - 3
10:36
相关视频
03:41
【Photoshop图片制作循环特效动画】视觉错位
2023年8月8日
1268观看
第1/100集 · 11:33
第1集眼睛和视觉(一) - 1
大学课程
2022年10月27日
7271观看
03:32
[4.3.1]--4.3立体视觉
轻知识
2022年10月31日
1243观看
08:03
【矢量插画设计教程】避免视觉张力
2022年10月27日
939观看
06:49
【CelloBello For Teachers: 大提琴教学与练习中的方方面面】指板的视觉化
轻知识
2022年11月5日
1311观看
02:59
视觉平衡这一块
轻知识
4月前
837观看
18:08
_超视觉世界 - 1
纪录片
2022年11月5日
1670观看
第27/60集 · 07:52
视觉大脑皮层的发育
大学课程
2022年10月27日
1462观看
01:11
这四类人适合做视觉训练,帮助眼睛恢复和提升功能
轻知识
7天前
1310观看
第433/770集 · 07:11
自然拼读第五阶段和视觉词 - 1
大学课程
2022年11月13日
1658观看
02:17
这字写活了,让人大开眼界,真正的视觉享受
轻知识
2年前
1611观看
01:02
㎡,整个空间强大的视觉张力,简约中诠释着一份精致!
轻知识
1年前
714观看
第5/15集 · 14:32
【中国传媒大学——走进电视编辑】视觉造句的方法 - 2
大学课程
2022年10月27日
1805观看
00:25
有意思,这样的视觉艺术品还是第一次看到
轻知识
3月前
1300观看
第22/59集 · 20:01
意识的呈现:意识到过去、视觉记忆 - 2
大学课程
2022年11月7日
5357观看
07:11
视觉传达设计(广告设计方向) 肖虎 - 1
轻知识
2022年10月29日
2178观看