B站 – 深度学习必修课：进击AI算法工程师【梗直哥瞿炜】

001.1-1 课程内容和理念.mp4 (52.2 MB)
002.1-2 初识深度学习.mp4 (52.9 MB)
003.1-3 课程使用的技术栈.mp4 (12.7 MB)
004.2-1 线性代数.mp4 (56.4 MB)
005.2-2 微积分.mp4 (49.0 MB)
006.2-3 概率.mp4 (59.2 MB)
007.3-1 CUDA+Anaconda深度学习环境搭建.mp4 (20.9 MB)
008.3-2 conda实用命令.mp4 (13.0 MB)
009.3-3 Jupyter Notebook快速上手.mp4 (15.5 MB)
010.3-4 深度学习库PyTorch安装.mp4 (9.0 MB)
011.4-1 神经网络原理.mp4 (44.8 MB)
012.4-2 多层感知机.mp4 (47.3 MB)
013.4-3 前向传播和反向传播.mp4 (39.5 MB)
014.4-4 多层感知机代码实现.mp4 (29.3 MB)
015.4-5 回归问题.mp4 (35.6 MB)
016.4-6 线性回归代码实现.mp4 (23.1 MB)
017.4-7 分类问题.mp4 (23.0 MB)
018.4-8 多分类问题代码实现.mp4 (42.8 MB)
019.5-1 训练的常见问题.mp4 (33.8 MB)
020.5-2 过拟合欠拟合应对策略.mp4 (41.2 MB)
021.5-3 过拟合和欠拟合示例.mp4 (22.4 MB)
📄 022.5-4 正则化.mp4 (42.2 MB)
📄 023.5-5 Dropout.mp4 (32.1 MB)
📄 024.5-6 Dropout代码实现.mp4 (17.3 MB)
📄 025.5-7 梯度消失和梯度爆炸.mp4 (47.2 MB)
📄 026.5-8 模型文件的读写.mp4 (16.5 MB)
📄 027.6-1 最优化与深度学习.mp4 (48.0 MB)
📄 028.6-2 损失函数.mp4 (42.8 MB)
📄 029.6-3 损失函数性质.mp4 (29.2 MB)
📄 030.6-4 梯度下降.mp4 (31.6 MB)
📄 031.6-5 随机梯度下降法.mp4 (20.6 MB)
📄 032.6-6 小批量梯度下降法.mp4 (32.0 MB)
📄 033.6-7 动量法.mp4 (25.0 MB)
📄 034.6-8 AdaGrad算法.mp4 (24.8 MB)
📄 035.6-9 RMSProp_Adadelta算法.mp4 (15.9 MB)
📄 036.6-10 Adam算法.mp4 (47.1 MB)
📄 037.6-11 梯度下降代码实现.mp4 (30.9 MB)
📄 038.6-12 学习率调节器.mp4 (27.9 MB)
📄 039.7-1 全连接层问题.mp4 (38.5 MB)
📄 040.7-2 图像卷积.mp4 (34.8 MB)
📄 041.7-3 卷积层.mp4 (44.8 MB)
📄 042.7-4 卷积层常见操作.mp4 (35.2 MB)
📄 043.7-5 池化层Pooling.mp4 (33.6 MB)
📄 044.7-6 卷积神经网络代码实现（LeNet）.mp4 (27.2 MB)
📄 045.8-1 AlexNet.mp4 (49.6 MB)
📄 046.8-2 VGGNet.mp4 (47.7 MB)
📄 047.8-3 批量规范化.mp4 (23.6 MB)
📄 048.8-4 GoogLeNet.mp4 (41.0 MB)
📄 049.8-5 ResNet.mp4 (65.0 MB)
📄 050.8-6 DenseNet.mp4 (58.5 MB)
📄 051.9-1 序列建模.mp4 (30.3 MB)
📄 052.9-2 文本数据预处理.mp4 (60.0 MB)
📄 053.9-3 循环神经网络.mp4 (48.2 MB)
📄 054.9-4 随时间反向传播算法.mp4 (43.9 MB)
📄 055.9-5 循环神经网络代码实现.mp4 (27.8 MB)
📄 056.9-6 RNN的长期依赖问题.mp4 (37.7 MB)
📄 057.10-1 深度循环神经网络.mp4 (24.2 MB)
📄 058.10-2 双向循环神经网络.mp4 (25.8 MB)
📄 059.10-3 门控循环单元.mp4 (28.6 MB)
📄 060.10-4 长短期记忆网络.mp4 (43.1 MB)
📄 061.10-5 复杂循环神经网络代码实现.mp4 (35.8 MB)
📄 062.10-6 编码器-解码器网络.mp4 (41.1 MB)
📄 063.10-7 序列到序列模型代码实现.mp4 (33.0 MB)
📄 064.10-8 束搜索算法.mp4 (25.7 MB)
📄 065.10-9 机器翻译简单代码实现.mp4 (39.3 MB)
📄 066.11-1 什么是注意力机制.mp4 (43.4 MB)
📄 067.11-2 注意力的计算.mp4 (57.5 MB)
📄 068.11-3 键值对注意力和多头注意力.mp4 (24.1 MB)
📄 069.11-4 自注意力机制.mp4 (30.2 MB)
📄 070.11-5 注意力池化及代码实现.mp4 (29.6 MB)
📄 071.11-6 Transformer模型.mp4 (43.9 MB)
📄 072.11-7 Transformer代码实现.mp4 (38.0 MB)
📄 073.12-1BERT模型.mp4 (50.2 MB)
📄 074.12-2 GPT系列模型.mp4 (79.6 MB)
📄 075.12-3 T5模型.mp4 (37.8 MB)
📄 076.12-4 ViT模型.mp4 (31.0 MB)
📄 077.12-5 Swin Transformer模型.mp4 (54.9 MB)
📄 078.12-6 GPT模型代码实现.mp4 (38.0 MB)
📄 079.13-1 蒙特卡洛方法.mp4 (28.5 MB)
📄 080.13-2 变分推断.mp4 (40.8 MB)
📄 081.13-3 变分自编码器.mp4 (56.2 MB)
📄 082.13-4 生成对抗网络.mp4 (39.9 MB)
📄 083.13-5 Diffusion扩散模型.mp4 (77.6 MB)
📄 084.13-6 图像生成.mp4 (56.1 MB)
📄 085.14-1 自定义数据加载.mp4 (48.7 MB)
📄 086.14-2 图像数据增强.mp4 (33.4 MB)
📄 087.14-3 迁移学习.mp4 (31.8 MB)
📄 088.14-4 经典视觉数据集.mp4 (37.3 MB)
📄 089.14-5 项目实战：猫狗大战.mp4 (64.1 MB)
📄 090.15-1 词嵌入和word2vec.mp4 (33.3 MB)
📄 091.15-2 词义搜索和句意表示.mp4 (44.8 MB)
📄 092.15-3 预训练模型.mp4 (55.0 MB)
📄 093.15-4 Hugging Face库介绍.mp4 (36.4 MB)
📄 094.15-5 经典NLP数据集.mp4 (36.4 MB)
📄 095.15-6 项目实战：电影评论情感分析.mp4 (35.7 MB)
📄 096.16-1 InstructGPT模型.mp4 (77.0 MB)
📄 097.16-2 CLIP模型.mp4 (37.7 MB)
📄 098.16-3 DALL-E模型.mp4 (54.3 MB)
📄 099.16-4 深度学习最新发展趋势分析.mp4 (37.0 MB)
📄 100.16-5 下一步学习的建议.mp4 (18.5 MB)

]