视频教程-深度学习框架-PyTorch实战-深度学习

深度学习框架-PyTorch实战

计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战讲师。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

唐宇迪

¥398.00

立即订阅

订阅后：请点击此处观看视频课程

 

视频教程-深度学习框架-PyTorch实战-深度学习

学习有效期：永久观看

学习时长：1058分钟

学习计划：18天

难度：高

 

「口碑讲师带队学习，让你的问题不过夜」

讲师姓名：唐宇迪

高校教师 / 培训机构讲师

讲师介绍：计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战讲师。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

☛点击立即跟老师学习☚

 

「你将学到什么？」

购买课程后，添加小助手微信（微信号：csdnxy68）回复【唐宇迪】

进入学习群，获取唐宇迪老师答疑

深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例，让同学们熟练使用PyTorch框架进行项目开发。课程内容全部以实战为导向，基于当下计算机视觉与自然语言处理中经典项目进行实例讲解，通过Debug模式详解项目中每一行代码的作用与效果，整体风格通俗易懂，提供全部课程所属课件。

 

「课程学习目录」

第1章：PyTorch框架基本处理操作

1.PyTorch实战课程简介

2.PyTorch框架发展趋势简介

3.框架安装方法（CPU与GPU版本）

4.PyTorch基本操作（数据代码下载--------->）

5.自动求导机制

6.线性回归DEMO-数据与参数配置

7.线性回归DEMO-训练回归模型

8.补充：常见tensor格式

9.补充：Hub模块简介

第2章：神经网络实战分类与回归任务

1.气温数据集与任务介绍

2.按建模顺序构建完成网络架构

3.简化代码训练网络模型

4.分类任务概述

5.构建分类网络模型

6.DataSet模块介绍与应用方法

第3章：卷积神经网络原理与参数解读

1.卷积神经网络应用领域

2.卷积的作用

3.卷积特征值计算方法

4.得到特征图表示

5.步长与卷积核大小对结果的影响

6.边缘填充方法

7.特征图尺寸计算与参数共享

8.池化层的作用

9.整体网络架构

10.VGG网络架构

11.残差网络Resnet

12.感受野的作用

第4章：图像识别核心模块实战解读

1.卷积网络参数定义

2.网络流程解读

3.Vision模块功能解读

4.分类任务数据集定义与配置

5.图像增强的作用

6.图像增强的作用

7.Batch数据制作

第5章：迁移学习的作用与应用实例

1.迁移学习的目标

2.迁移学习策略

3.加载训练好的网络模型

4.优化器模块配置

5.实现训练模块

6.训练结果与模型保存

7.加载模型对测试数据进行预测

8.额外补充-Resnet论文解读

9.额外补充-Resnet网络架构解读

第6章：递归神经网络与词向量原理解读

1.RNN网络架构解读

2.词向量模型通俗解释

3.模型整体框架

4.训练数据构建

5.CBOW与Skip-gram模型

6.负采样方案

第7章：新闻数据集文本分类实战

1.任务目标与数据简介

2.RNN模型所需输入格式解析

3.项目配置参数设置

4.新闻数据读取与预处理方法

5.LSTM网络模块定义与参数解析

6.训练LSTM文本分类模型

7.Tensorboardx可视化展示模块搭建

8.CNN应用于文本任务原理解析

9.网络模型架构与效果展示

第8章：对抗生成网络架构原理与实战解析

1.对抗生成网络通俗解释

2.GAN网络组成

3.损失函数解释说明

4.数据读取模块

5.生成与判别网络定义

第9章：基于CycleGan开源项目实战图像合成

1.CycleGan网络所需数据

2.CycleGan整体网络架构

3.PatchGan判别网络原理

4.Cycle开源项目简介

5.数据读取与预处理操作

6.生成网络模块构造

7.判别网络模块构造

8.损失函数：identity loss计算方法

9.生成与判别损失函数指定

10.额外补充：VISDOM可视化配置

第10章：OCR文字识别原理

1.OCR文字识别要完成的任务

2.CTPN文字检测网络概述

3.序列网络的作用

4.序列网络的作用

5.CTPN细节概述

6.CRNN识别网络架构

7.CTC模块的作用

第11章：OCR文字识别项目实战

1.OCR文字检测识别项目效果展示

2.训练数据准备与环境配置

3.检测模块候选框生成

4.候选框标签制作

5.整体网络所需模块

6.网络架构各模块完成的任务解读

7.CRNN识别模块所需数据与标签

8.CRNN识别模块所需数据与标签

第12章：基于3D卷积的视频分析与动作识别

1.3D卷积原理解读

2.UCF101动作识别数据集简介

3.测试效果与项目配置

4.视频数据预处理方法

5.数据Batch制作方法

6.3D卷积网络所涉及模块

7.训练网络模型

第13章：自然语言处理通用框架BERT原理解读

1.BERT任务目标概述

2.传统解决方案遇到的问题

3.注意力机制的作用

4.self-attention计算方法

5.特征分配与softmax机制

6.Multi-head的作用

7.位置编码与多层堆叠

8.transformer整体架构梳理

9.BERT模型训练方法

10.训练实例

第14章：谷歌开源项目BERT源码解读（官方TF版）

1.BERT开源项目简介

2.项目参数配置

3.数据读取模块

4.数据预处理模块

5.tfrecord制作

6.Embedding层的作用

7.加入额外编码特征

8.加入位置编码特征

9.mask机制

10.构建QKV矩阵

11.完成Transformer模块构建

12.训练BERT模型

第15章：基于PyTorch实战BERT模型（民间PyTorch版）

1.项目配置与环境概述

2.数据读取与预处理

3.网络结构定义

4.训练网络模型

第16章：PyTorch框架实战模板解读

1.项目模板各模块概述

2.各模块配置参数解析

3.数据读取与预处理模块功能解读

4.模型架构模块

5.训练模块功能

6.训练结果可视化展示模块

7.模块应用与BenckMark解读

 

「7项超值权益，保障学习质量」

• 大咖讲解

技术专家系统讲解传授编程思路与实战。

• 答疑服务

专属社群随时沟通与讲师答疑，扫清学习障碍，自学编程不再难。

• 课程资料+课件

超实用资料，覆盖核心知识，关键编程技能，方便练习巩固。（部分讲师考虑到版权问题，暂未上传附件，敬请谅解）

• 常用开发实战

企业常见开发实战案例，带你掌握Python在工作中的不同运用场景。

• 大牛技术大会视频

2019Python开发者大会视频免费观看，送你一个近距离感受互联网大佬的机会。

• APP+PC随时随地学习

满足不同场景，开发编程语言系统学习需求，不受空间、地域限制。

 

「什么样的技术人适合学习？」

• 想进入互联网技术行业，但是面对多门编程语言不知如何选择，0基础的你
• 掌握开发、编程技术单一、冷门，迫切希望能够转型的你
• 想进入大厂，但是编程经验不够丰富，没有竞争力，程序员找工作难。

 

「悉心打造精品好课，18天学到大牛3年项目经验」

【完善的技术体系】

技术成长循序渐进，帮助用户轻松掌握

掌握深度学习知识，扎实编码能力

【清晰的课程脉络】

浓缩大牛多年经验，全方位构建出系统化的技术知识脉络，同时注重实战操作。

【仿佛在大厂实习般的课程设计】

课程内容全面提升技术能力，系统学习大厂技术方法论，可复用在日后工作中。

 

「你可以收获什么？」

掌握深度学习框架PyTorch核心模块使用

熟练应用PyTorch框架进行建模任务

熟练使用PyTorch框架进行图像识别与NLP项目

掌握当下经典深度学习项目实现方法

 

订阅课程 开始学习