文件 时间 大小 下载
01.Lesson-0.1-GPU购买与GPU白嫖指南.mp4 2023-12-31 05:45:20 142.26 MB
02.Lesson-0.2-PyTorch安装与部署(CPU版本).mp4 2023-12-31 05:45:20 85.71 MB
03.Lesson-0.3-PyTorch安装与配置(GPU版本).mp4 2023-12-31 05:45:20 133.96 MB
04.Lesson-1-张量的创建与常用方法.mp4 2023-12-31 05:45:20 404.65 MB
05.Lesson-2-张量的索引、分片、合并及维度调整.mp4 2023-12-31 05:45:20 305.24 MB
06.Lesson-3-张量的广播和科学运算.mp4 2023-12-31 05:45:20 312.28 MB
07.Lesson-4-张量的线性代数运算.mp4 2023-12-31 05:45:20 407.08 MB
08.Lesson-5-基本优化方法与最小二乘法.mp4 2023-12-31 05:45:20 1.51 GB
09.Lesson-6-动态计算图与梯度下降入门.mp4 2023-12-31 05:45:20 1.46 GB
10.Lesson-7.1-神经网络的诞生与发展.mp4 2023-12-31 05:45:20 217.83 MB
100.Lesson-18.3.1-数据探索(上):数据结构与病理图像可视化.mp4 2023-12-31 05:45:20 385.25 MB
101.Lesson-18.3.2-数据探索(下):标签探索与恶性率可视化.mp4 2023-12-31 05:45:20 287.39 MB
102.Lesson-18.4.1-自定义数据集导入类与数据集分割.mp4 2023-12-31 05:45:20 278.2 MB
103.Lesson-18.4.2.1-医疗数据的数据增强-(1)-10项色彩增强手段.mp4 2023-12-31 05:45:20 322.44 MB
104.Lesson-18.4.2.2-医疗数据的数据增强-(2)-生成对抗网络与染色标准化.mp4 2023-12-31 05:45:20 363.83 MB
105.Lesson-18.4.3.1-实现色彩增强-(1)-认识imgaug与skimage.mp4 2023-12-31 05:45:20 180.35 MB
106.Lesson-18.4.3.2-实现色彩增强-(2)-imgaug中的仿射变换与随机增强.mp4 2023-12-31 05:45:20 210.54 MB
107.Lesson-18.4.3.3-实现色彩增强-(3)-imgaug中的线性变换与色彩加乘.mp4 2023-12-31 05:45:20 238.44 MB
108.Lesson-18.4.3.4-实现色彩增强-(4)-基于苏木素H与伊红E的色彩空间转换.mp4 2023-12-31 05:45:20 228.03 MB
109.Lesson-18.4.3.5-数据增强方案-(5):imgaug与skimage嵌入运行.mp4 2023-12-31 05:45:20 199.49 MB
11.Lesson-7.2-机器学习中的基本概念.mp4 2023-12-31 05:45:20 509.35 MB
110.Lesson-18.4.3.6-数据增强方案-(6):基于HED通道的单通道操作嵌入运行.mp4 2023-12-31 05:45:20 220.36 MB
111.Lesson-18.4.4.1-生成对抗网络的基本原理与损失函数.mp4 2023-12-31 05:45:20 292.32 MB
112.Lesson-18.4.4.2-(1)-从0实现GAN的反向传播与训练.mp4 2023-12-31 05:45:20 271.91 MB
113.Lesson-18.4.4.2-(2)-判别器的反向传播.mp4 2023-12-31 05:45:20 201.91 MB
114.Lesson-18.4.4.2-(3)-生成器的反向传播.mp4 2023-12-31 05:45:20 318.7 MB
115.Lesson-18.4.4.3-转置卷积层与DCGAN(1):基本原理与实现.mp4 2023-12-31 05:45:20 278.43 MB
116.Lesson-18.4.4.3-转置卷积层与DCGAN(2):带步长与填充的转置卷积层(上.mp4 2023-12-31 05:45:20 137.07 MB
117.Lesson-18.4.4.3-转置卷积层与DCGAN(2):带步长与填充的转置卷积层(下.mp4 2023-12-31 05:45:20 174.28 MB
118.Lesson-18.4.4.3-转置卷积层与DCGAN(3):DCGAN架构复现-(上).mp4 2023-12-31 05:45:20 176 MB
119.Lesson-18.4.4.3-转置卷积层与DCGAN(3):DCGAN架构复现-(下).mp4 2023-12-31 05:45:20 143.23 MB
12.Lesson-7.3-深入理解PyTorch框架.mp4 2023-12-31 05:45:20 411.52 MB
120.Lesson-18.4.4.3-转置卷积层与DCGAN(4):从DCGAN到pix2pix.mp4 2023-12-31 05:45:20 66.02 MB
121.Lesson-18.4.4.4-cGAN与InfoGAN(1):基本运行原理.mp4 2023-12-31 05:45:20 222.81 MB
122.Lesson-18.4.4.4-cGAN与InfoGAN(2)-标签输入与Embed技巧.mp4 2023-12-31 05:45:20 314.87 MB
123.Lesson-18.4.4.4-cGAN与infoGAN-(3)-从0复现一个cGAN架构.mp4 2023-12-31 05:45:20 232.4 MB
124.Lesson-18.4.5.1-自动编码器家族(1):认识自动编码器.mp4 2023-12-31 05:45:20 152.73 MB
125.Lesson-18.4.5.1-自动编码器家族(2):三大类自动编码器.mp4 2023-12-31 05:45:20 249.38 MB
126.Lesson-18.4.5.1-自动编码器家族(3):自动编码器的应用场景.mp4 2023-12-31 05:45:20 172.86 MB
127.Lesson-18.4.5.2【加餐】变分自动编码器(1):数据流与细节梳理.mp4 2023-12-31 05:45:20 233.8 MB
128.Lesson-18.4.5.2【加餐】变分自动编码器(2):损失函数详解.mp4 2023-12-31 05:45:20 186.66 MB
129.Lesson-18.4.5.2【加餐】变分自动编码器(3):重参数化技巧.mp4 2023-12-31 05:45:20 115.78 MB
13.Lesson-8.1单层回归神经网络-&-Tensor新手避坑指南.mp4 2023-12-31 05:45:20 799.78 MB
130.Lesson-18.4.6.1-分割架构必备基础.mp4 2023-12-31 05:45:20 182.77 MB
131.Lesson-18.4.6.2-Unet架构复现.mp4 2023-12-31 05:45:20 195.5 MB
14.Lesson-8.2-torch.nn.Linear实现单层回归网络的正向传播.mp4 2023-12-31 05:45:20 318.35 MB
15.Lesson-8.3-二分类神经网络的原理与实现.mp4 2023-12-31 05:45:20 498.14 MB
16.Lesson-8.4-torch.nn.functional实现单层二分类网络的正向传播.mp4 2023-12-31 05:45:20 216.03 MB
17.Lesson-8.5-多分类神经网络.mp4 2023-12-31 05:45:20 531.86 MB
18.Lesson-9.1-从异或门问题认识多层神经网络.mp4 2023-12-31 05:45:20 732.25 MB
19.Lesson-9.2-黑箱:深度神经网络的不可解释性.mp4 2023-12-31 05:45:20 405 MB
20.Lesson-9.3-&-9.4-层与激活函数.mp4 2023-12-31 05:45:20 262.03 MB
21.Lesson-9.5-从0实现深度神经网络的正向传播.mp4 2023-12-31 05:45:20 997.9 MB
22.Lesson-10.1-SSE与二分类交叉熵损失.mp4 2023-12-31 05:45:20 222.57 MB
23.Lesson-10.2-二分类交叉熵的原理与实现.mp4 2023-12-31 05:45:20 408.43 MB
24.Lesson-10.3-多分类交叉熵的原理与实现.mp4 2023-12-31 05:45:20 487.38 MB
25.Lesson-11.1-梯度下降中的两个关键问题.mp4 2023-12-31 05:45:20 525.79 MB
26.Lesson-11.2.1-反向传播的原理.mp4 2023-12-31 05:45:20 505.3 MB
27.Lesson-11.2.2-反向传播的实现.mp4 2023-12-31 05:45:20 417.51 MB
28.Lesson-11.3-走出第一步:动量法Momentum.mp4 2023-12-31 05:45:20 655.7 MB
29.Lesson-11.4-开始迭代:batch与epochs.mp4 2023-12-31 05:45:20 674.39 MB
30.Lesson-11.5.1-在Fashion-MNIST数据集上实现完整的神经网络(上).mp4 2023-12-31 05:45:20 504.54 MB
31.Lesson-11.5.2-在Fashion-MNIST数据集上实现完整的神经网络(下).mp4 2023-12-31 05:45:20 1017.73 MB
32.Lesson-12.0-深度学习基础网络手动搭建与快速实现.mp4 2023-12-31 05:45:20 236.24 MB
33.Lesson-12.1-深度学习建模实验中数据集生成函数的创建与使用.mp4 2023-12-31 05:45:20 1.19 GB
34.Lesson-12.2-可视化工具TensorBoard的安装与使用.mp4 2023-12-31 05:45:20 387.52 MB
35.Lesson-12.3-线性回归建模实验.mp4 2023-12-31 05:45:20 569.75 MB
36.Lesson-12.4-逻辑回归建模实验.mp4 2023-12-31 05:45:20 704.44 MB
37.Lesson-12.5-softmax回归建模实验.mp4 2023-12-31 05:45:20 959.72 MB
38.Lesson-13.1-深度学习建模目标与性能评估理论.mp4 2023-12-31 05:45:20 1.1 GB
39.Lesson-13.2.1-模型拟合度概念介绍与欠拟合模型的结构调整策略.mp4 2023-12-31 05:45:20 1.2 GB
40.Lesson-13.2.2-【加餐】损失函数的随机创建现象详解.mp4 2023-12-31 05:45:20 357.39 MB
41.Lesson-13.3.1-梯度不平稳性与Glorot条件(1).mp4 2023-12-31 05:45:20 624.94 MB
42.Lesson-13.3.2-梯度不平稳性与Glorot条件(2).mp4 2023-12-31 05:45:20 457.15 MB
43.Lesson-13.3.3-梯度不平稳性与Glorot条件(3).mp4 2023-12-31 05:45:20 514.04 MB
44.Lesson-13.4-Dead-ReLU-Problem与学习率优化.mp4 2023-12-31 05:45:20 763.22 MB
45.Lesson-13.5-Xavier方法与kaiming方法(HE初始化).mp4 2023-12-31 05:45:20 919.39 MB
46.Lesson-14.1-数据归一化与Batch-Normalization基础理论.mp4 2023-12-31 05:45:20 1.01 GB
47.Lesson-14.2-Batch-Normalization在PyTorch中的实现.mp4 2023-12-31 05:45:20 1.16 GB
48.Lesson-14.3-Batch-Normalization综合调参实战.mp4 2023-12-31 05:45:20 944.67 MB
49.Lesson-15.1-学习率调度基本概念与手动实现方法.mp4 2023-12-31 05:45:20 895.1 MB
50.Lesson-15.2-学习率调度在PyTorch中的实现方法.mp4 2023-12-31 05:45:20 885.37 MB
51.Lesson-16.1-配置环境,计算机视觉行业综述.mp4 2023-12-31 05:45:20 216.47 MB
52.Lesson-16.2-图像的基本操作.mp4 2023-12-31 05:45:20 579.2 MB
53.Lesson-16.3-卷积操作与边缘检测.mp4 2023-12-31 05:45:20 431.99 MB
54.Lesson-16.4-卷积遇见深度学习.mp4 2023-12-31 05:45:20 291.32 MB
55.Lesson-16.5.1-在Pytorch中实现卷积网络:卷积核、输入通与特征图.mp4 2023-12-31 05:45:20 444.89 MB
56.Lesson-16.5.2-在PyTorch中实现卷积网络:步长与填充.mp4 2023-12-31 05:45:20 621.77 MB
57.Lesson-16.5.3-在PyTorch中实现卷积网络:池化层,BN与Dropout.mp4 2023-12-31 05:45:20 467.97 MB
58.Lesson-16.6.1-复现经典架构(1):LeNet5.mp4 2023-12-31 05:45:20 374.24 MB
59.Lesson-16.6.2-复现经典架构(2):AlexNet.mp4 2023-12-31 05:45:20 770.77 MB
60.Lesson-16.7-如何拓展网络深度:VGG架构.mp4 2023-12-31 05:45:20 213.36 MB
61.Lesson-16.8.1-感受野(上):定义与性质.mp4 2023-12-31 05:45:20 616.97 MB
62.Lesson-16.8.2-感受野(下):膨胀卷积,计算感受野大小.mp4 2023-12-31 05:45:20 675.63 MB
63.Lesson-16.9-平移不变性.mp4 2023-12-31 05:45:20 528.63 MB
64.Lesson-16.10-卷积层的参数量计算,1x1卷积核.mp4 2023-12-31 05:45:20 402.89 MB
65.Lesson-16.11-分组卷积与深度可分离卷积.mp4 2023-12-31 05:45:20 392.89 MB
66.Lesson-16.12-全连接层的参数,用nn.Sequential复现VGG16.mp4 2023-12-31 05:45:20 648.87 MB
67.Lesson-16.13-全局平均池化,NiN网络的复现.mp4 2023-12-31 05:45:20 545.96 MB
68.Lesson-16.14-GoogLeNet:思想与具体架构.mp4 2023-12-31 05:45:20 739.65 MB
69.Lesson-16.15-GoogLeNet的复现.mp4 2023-12-31 05:45:20 1008.56 MB
70.Lesson-16.16-残差网络:思想与具体架构.mp4 2023-12-31 05:45:20 553.92 MB
71.Lesson-16.17.1-ResNet的复现-(1)-:架构中的陷阱.mp4 2023-12-31 05:45:20 461.8 MB
72.Lesson-16.17.2-ResNet的复现-(2)-:卷积块、残差块、瓶颈架构.mp4 2023-12-31 05:45:20 1 GB
73.Lesson-16.17.3-ResNet的复现-(3):完整的残差网络.mp4 2023-12-31 05:45:20 1.08 GB
74.Lesson-17.1-计算机视觉中的三种基本任务.mp4 2023-12-31 05:45:20 401.44 MB
75.Lesson-17.2.1-经典数据集(1):入门数据集,新手读数据踩坑指南.mp4 2023-12-31 05:45:20 511.58 MB
76.Lesson-17.2.2-经典数据集(2):竞赛数据与其他常用数据.mp4 2023-12-31 05:45:20 510.58 MB
77.Lesson-17.3.1-使用自己的图像创造数据集.mp4 2023-12-31 05:45:20 987 MB
78.Lesson-17.3.2-将二维表及其他结构转化为四维tensor.mp4 2023-12-31 05:45:20 596.8 MB
79.Lesson-17.4-图像数据的数据预处理.mp4 2023-12-31 05:45:20 385.51 MB
80.Lesson-17.5-数据增强.mp4 2023-12-31 05:45:20 447.23 MB
81.Lesson-17.6.1-更强大的优化算法-(1)-AdaGrad.mp4 2023-12-31 05:45:20 603.25 MB
82.Lesson-17.6.2-更强大的优化算法(2)-RMSprop与Adam.mp4 2023-12-31 05:45:20 638.83 MB
83.Lesson-17.7-调用经典架构.mp4 2023-12-31 05:45:20 244.63 MB
84.Lesson-17.8.1-基于ResNet与VGG16自建架构.mp4 2023-12-31 05:45:20 391.32 MB
85.Lesson-17.8.2-基于普通卷积层和池化层自建架构.mp4 2023-12-31 05:45:20 285.16 MB
86.Lesson-17.9-有监督算法的预训练.迁移学习.mp4 2023-12-31 05:45:20 688.17 MB
87.Lesson-17.10-深度学习中的模型选择.mp4 2023-12-31 05:45:20 430 MB
88.Lesson-17.11(1)-案例1:项目背景.完整流程概述.mp4 2023-12-31 05:45:20 350.17 MB
89.Lesson-17.11(2)-案例1:数据与架构.mp4 2023-12-31 05:45:20 668.51 MB
90.Lesson-17.11(3)-案例1:提前停止.mp4 2023-12-31 05:45:20 423.7 MB
91.Lesson-17.11(4)-案例1:一个完整的训练函数.mp4 2023-12-31 05:45:20 891.1 MB
92.Lesson-17.11(5)-准备训练函数所需的全部参数.mp4 2023-12-31 05:45:20 166.22 MB
93.Lesson-17.11(6)-GPU内存管理机制、训练函数的GPU版本.mp4 2023-12-31 05:45:20 309.19 MB
94.Lesson-17.11(7)-初步训练:模型选择.mp4 2023-12-31 05:45:20 256.7 MB
95.Lesson-17.11(8)-模型调优(1):增加迭代次数,让迭代更稳定.mp4 2023-12-31 05:45:20 284.81 MB
96.Lesson-17.11(9)-模型调优(2):对抗过拟合,其他可探索的方向.mp4 2023-12-31 05:45:20 255.09 MB
97.Lesson-18.1-案例背景与benchmark建立.mp4 2023-12-31 05:45:20 179.93 MB
98.Lesson-18.2.1-使用OpenCV批量分片高像素图像(上).mp4 2023-12-31 05:45:20 195.02 MB
99.Lesson-18.2.2-使用OpenCV批量分片高像素图像(下).mp4 2023-12-31 05:45:20 358.95 MB