论坛元老
- 威望
- 80
- 贡献
- 102
- 热心值
- 5
- 金币
- 26136
- 注册时间
- 2020-8-31
|
SGG-AI大模型之深度学习
【VIP】
发布时间：2026-07-30
下载次数：0
提示：
月度会员每天本板块免费下载3次，年度会员每天免费下载6次，永久会员每天免费下载10次，过程中遇到问题，请论坛私信联系管理员;
赞助VIP全站免费下载， 猛戳这里购买VIP
解压密码回复可见：
——/尚硅谷AI大模型之深度学习/
├──1.笔记
| └──尚硅谷大模型技术之深度学习1.3.0.docx 14.71M
├──2.资料
| ├──data
| | ├──duck.jpg 63.56kb
| | ├──fashion-mnist_test.csv 21.15M
| | ├──fashion-mnist_train.csv 126.88M
| | ├──house_prices.csv 449.88kb
| | ├──house_prices_cols.txt 2.39kb
| | ├──nn_sample 177.73kb
| | ├──poems.txt 66.01kb
| | └──train.csv 73.22M
| └──图片
| | ├──图片1.png 164.88kb
| | ├──图片10.png 59.48kb
| | ├──图片11.png 33.19kb
| | ├──图片12.png 18.19kb
| | ├──图片13.png 19.16kb
| | ├──图片14.png 18.33kb
| | ├──图片15.png 20.91kb
| | ├──图片16.png 17.56kb
| | ├──图片17.png 18.58kb
| | ├──图片18.png 18.83kb
| | ├──图片19.png 23.82kb
| | ├──图片2.png 154.08kb
| | ├──图片20.png 49.47kb
| | ├──图片21.png 48.89kb
| | ├──图片22.png 52.18kb
| | ├──图片23.png 22.93kb
| | ├──图片24.png 25.10kb
| | ├──图片25.png 22.97kb
| | ├──图片26.png 16.48kb
| | ├──图片27.png 213.95kb
| | ├──图片28.png 197.03kb
| | ├──图片29.png 221.15kb
| | ├──图片3.png 54.73kb
| | ├──图片30.png 23.11kb
| | ├──图片31.png 27.01kb
| | ├──图片32.png 30.80kb
| | ├──图片33.png 15.30kb
| | ├──图片34.png 34.85kb
| | ├──图片35.png 22.41kb
| | ├──图片36.png 27.51kb
| | ├──图片37.png 22.44kb
| | ├──图片38.png 39.42kb
| | ├──图片39.png 49.19kb
| | ├──图片4.png 264.84kb
| | ├──图片40.png 67.51kb
| | ├──图片41.png 24.08kb
| | ├──图片42.png 25.25kb
| | ├──图片43.png 228.60kb
| | ├──图片44.png 205.81kb
| | ├──图片45.png 102.38kb
| | ├──图片46.png 211.38kb
| | ├──图片47.png 209.76kb
| | ├──图片48.png 218.90kb
| | ├──图片49.png 199.20kb
| | ├──图片5.png 8.11kb
| | ├──图片50.png 200.84kb
| | ├──图片51.png 43.23kb
| | ├──图片52.png 112.96kb
| | ├──图片53.png 40.13kb
| | ├──图片54.png 65.90kb
| | ├──图片55.png 59.48kb
| | ├──图片56.png 33.19kb
| | ├──图片57.png 95.35kb
| | ├──图片58.png 22.93kb
| | ├──图片59.png 25.10kb
| | ├──图片6.png 10.66kb
| | ├──图片60.png 22.97kb
| | ├──图片61.png 102.38kb
| | ├──图片62.png 211.38kb
| | ├──图片63.png 209.76kb
| | ├──图片64.png 200.84kb
| | ├──图片65.png 41.25kb
| | ├──图片66.png 65.00kb
| | ├──图片67.png 147.24kb
| | ├──图片68.png 61.05kb
| | ├──图片69.png 86.73kb
| | ├──图片7.png 14.81kb
| | ├──图片70.png 88.79kb
| | ├──图片71.png 206.31kb
| | ├──图片72.png 162.90kb
| | ├──图片73.png 52.37kb
| | ├──图片74.png 137.60kb
| | ├──图片75.png 83.28kb
| | ├──图片76.png 62.61kb
| | ├──图片77.png 40.55kb
| | ├──图片78.png 141.14kb
| | ├──图片79.png 103.93kb
| | ├──图片8.png 9.98kb
| | ├──图片80.png 136.49kb
| | ├──图片81.png 303.51kb
| | ├──图片82.png 41.90kb
| | ├──图片83.png 15.95kb
| | └──图片9.png 65.90kb
├──3.代码
| └──dl_tutorial.zip 47.43M
└──4.视频
| ├──001_课程简介.mp4 15.91M
| ├──002_深度学习_概述.mp4 37.64M
| ├──003_神经网络_基本概念和结构.mp4 40.06M
| ├──004_神经网络_感知机和激活函数.mp4 19.82M
| ├──005_激活函数_阶跃、Sigmoid和Tanh.mp4 64.10M
| ├──006_激活函数_ReLU.mp4 19.68M
| ├──007_激活函数_Softmax.mp4 61.54M
| ├──008_其它激活函数.mp4 26.44M
| ├──009_简单神经网络_信号传递.mp4 45.52M
| ├──010_简单神经网络_代码实现.mp4 37.51M
| ├──011_神经网络案例_手写数字识别_整体思路.mp4 36.42M
| ├──012_神经网络案例_手写数字识别_具体实现.mp4 63.67M
| ├──013_神经网络案例_手写数字识别_小批量计算.mp4 24.19M
| ├──014_损失函数_MSE.mp4 29.64M
| ├──015_损失函数_交叉熵误差.mp4 45.06M
| ├──016_损失函数_分类和回归任务常见损失函数.mp4 23.38M
| ├──017_数值微分_求导.mp4 35.88M
| ├──018_数值微分_计算切线.mp4 32.68M
| ├──019_数值微分_偏导数和梯度.mp4 16.48M
| ├──020_数值微分_计算梯度.mp4 31.32M
| ├──021_定义神经网络类.mp4 33.45M
| ├──022_神经网络的梯度计算.mp4 42.55M
| ├──023_梯度下降法_原理和代码实现.mp4 33.27M
| ├──024_梯度下降法案例_求最小值.mp4 25.47M
| ├──025_梯度下降法_超参数的影响.mp4 17.56M
| ├──026_梯度下降法_训练相关概念.mp4 38.00M
| ├──027_梯度下降法_SGD基本原理.mp4 28.18M
| ├──028_梯度下降法_SGD案例_神经网络类实现.mp4 55.78M
| ├──029_梯度下降法_SGD案例_加载数据和定义超参数.mp4 32.37M
| ├──030_梯度下降法_SGD案例_模型训练和测试.mp4 63.67M
| ├──031_反向传播_计算图和反向求导.mp4 54.75M
| ├──032_反向传播_链式法则.mp4 21.58M
| ├──033_反向传播_加法和乘法节点.mp4 16.72M
| ├──034_反向传播_激活函数层_ReLU.mp4 33.68M
| ├──035_反向传播_激活函数层_Sigmoid.mp4 39.52M
| ├──036_反向传播_仿射层Affine.mp4 81.42M
| ├──037_反向传播_输出层_基本介绍.mp4 30.89M
| ├──038_反向传播_输出层_原理推导.mp4 55.78M
| ├──039_反向传播_输出层_代码实现.mp4 28.25M
| ├──040_综合应用案例_手写数字识别_定义网络类.mp4 69.27M
| ├──041_综合应用案例_手写数字识别_模型训练和测试.mp4 43.95M
| ├──042_深度神经网络.mp4 39.77M
| ├──043_梯度消失和梯度爆炸.mp4 45.04M
| ├──044_学习优化方法_SGD.mp4 38.76M
| ├──045_学习优化方法_动量法.mp4 51.86M
| ├──046_学习优化方法_学习率衰减.mp4 30.72M
| ├──047_学习优化方法_AdaGrad.mp4 35.32M
| ├──048_学习优化方法_RMSProp.mp4 27.48M
| ├──049_学习优化方法_Adam.mp4 69.89M
| ├──050_学习优化方法_综合对比.mp4 83.73M
| ├──051_学习优化方法_超参数的调节.mp4 30.50M
| ├──052_参数初始化_常数初始化及其问题.mp4 38.46M
| ├──053_参数初始化_Xavier和He初始化.mp4 33.88M
| ├──054_正则化_Batch Norm.mp4 41.24M
| ├──055_正则化_权值衰减和Dropout.mp4 27.18M
| ├──056_PyTorch_基本介绍.mp4 19.29M
| ├──057_PyTorch_安装流程及CUDA介绍.mp4 66.60M
| ├──058_PyTorch_安装完成验证.mp4 20.98M
| ├──059_PyTorch_张量创建_按内容.mp4 35.09M
| ├──060_PyTorch_张量创建_按形状.mp4 27.15M
| ├──061_PyTorch_张量创建_按类型.mp4 28.32M
| ├──062_PyTorch_张量创建_指定区间.mp4 23.11M
| ├──063_PyTorch_张量创建_按数值填充.mp4 22.98M
| ├──064_PyTorch_张量创建_随机生成.mp4 22.95M
| ├──065_PyTorch_随机排列和随机数种子.mp4 10.75M
| ├──066_PyTorch_张量转换_元素数据类型转换.mp4 18.84M
| ├──067_PyTorch_张量转换_张量和ndarray的转换.mp4 43.00M
| ├──068_PyTorch_张量转换_张量和标量的转换.mp4 12.04M
| ├──069_PyTorch_张量数值计算_基本运算.mp4 37.14M
| ├──070_PyTorch_张量数值计算_哈达玛积和矩阵乘法.mp4 29.57M
| ├──071_PyTorch_节省内存.mp4 37.55M
| ├──072_PyTorch_张量统计运算函数.mp4 65.29M
| ├──073_PyTorch_张量索引操作_简单索引和范围索引.mp4 28.67M
| ├──074_PyTorch_张量索引操作_列表索引.mp4 18.47M
| ├──075_PyTorch_张量索引操作_布尔索引.mp4 48.04M
| ├──076_PyTorch_张量形状操作_交换维度.mp4 23.13M
| ├──077_PyTorch_张量形状操作_调整形状.mp4 26.62M
| ├──078_PyTorch_张量形状操作_增减维度.mp4 20.20M
| ├──079_PyTorch_张量拼接和堆叠.mp4 25.67M
| ├──080_PyTorch_自动微分模块_计算梯度基本流程.mp4 73.14M
| ├──081_PyTorch_自动微分模块_梯度计算原理.mp4 17.34M
| ├──082_PyTorch_自动微分模块_分离张量.mp4 34.17M
| ├──083_PyTorch_自动微分模块_detach对梯度计算的影响.mp4 14.35M
| ├──084_PyTorch_自动微分模块_detach与data的区别.mp4 33.12M
| ├──085_PyTorch_线性回归案例_模块和流程介绍.mp4 30.61M
| ├──086_PyTorch_线性回归案例_代码实现.mp4 88.40M
| ├──087_PyTorch深度学习_激活函数_Sigmoid.mp4 45.69M
| ├──088_PyTorch深度学习_激活函数_Tanh.mp4 16.41M
| ├──089_PyTorch深度学习_激活函数_ReLU.mp4 12.03M
| ├──090_PyTorch深度学习_激活函数_Softmax.mp4 19.66M
| ├──091_PyTorch深度学习_全连接层和参数初始化.mp4 62.53M
| ├──092_PyTorch深度学习_Dropout层.mp4 17.58M
| ├──093_PyTorch深度学习_神经网络搭建.mp4 53.84M
| ├──094_PyTorch深度学习_查看模型参数.mp4 24.02M
| ├──095_PyTorch深度学习_查看模型结构和参数数量.mp4 31.30M
| ├──096_PyTorch深度学习_device设置.mp4 30.81M
| ├──097_PyTorch深度学习_使用Sequential创建神经网络.mp4 42.02M
| ├──098_PyTorch深度学习_损失函数_BCE.mp4 31.96M
| ├──099_PyTorch深度学习_损失函数_CrossEntropyLoss.mp4 41.12M
| ├──100_PyTorch深度学习_损失函数_回归任务损失函数.mp4 16.99M
| ├──101_PyTorch深度学习_损失函数_综合测试.mp4 39.27M
| ├──102_PyTorch深度学习_动量法.mp4 71.12M
| ├──103_PyTorch深度学习_学习率衰减_等间隔.mp4 42.54M
| ├──104_PyTorch深度学习_学习率衰减_指定间隔和指数衰减.mp4 24.89M
| ├──105_PyTorch深度学习_AdaGrad和RMSProp.mp4 32.74M
| ├──106_PyTorch深度学习_Adam.mp4 24.50M
| ├──107_房价预测案例_数据分析和导入模块.mp4 50.08M
| ├──108_房价预测案例_特征工程.mp4 74.91M
| ├──109_房价预测案例_模型创建.mp4 22.18M
| ├──110_房价预测案例_定义损失函数.mp4 25.86M
| ├──111_房价预测案例_训练模型和测试.mp4 70.89M
| ├──112_CNN_基本结构.mp4 16.70M
| ├──113_CNN_卷积层_基本介绍.mp4 15.10M
| ├──114_CNN_卷积层_数学上的卷积.mp4 56.78M
| ├──115_CNN_卷积层_CNN的卷积运算.mp4 21.08M
| ├──116_CNN_卷积层_填充.mp4 14.02M
| ├──117_CNN_卷积层_步幅和输出形状计算.mp4 30.32M
| ├──118_CNN_卷积层_3维数据卷积运算.mp4 26.74M
| ├──119_CNN_卷积层_API调用和测试.mp4 56.36M
| ├──120_CNN_池化层_基本概念和特点.mp4 25.77M
| ├──121_CNN_池化层_API调用和测试.mp4 34.40M
| ├──122_CNN_深度卷积神经网络.mp4 86.65M
| ├──123_服装分类案例_加载数据集.mp4 47.66M
| ├──124_服装分类案例_创建模型.mp4 43.07M
| ├──125_服装分类案例_模型训练.mp4 62.96M
| ├──126_服装分类案例_模型测试.mp4 46.70M
| ├──127_NLP概述.mp4 64.33M
| ├──128_词向量和词嵌入.mp4 28.47M
| ├──129_嵌入层API使用.mp4 55.00M
| ├──130_词嵌入应用和NLP模型.mp4 57.46M
| ├──131_RNN_基本结构和原理.mp4 31.63M
| ├──132_RNN_API调用.mp4 68.03M
| ├──133_RNN_输入输出形状.mp4 38.96M
| ├──134_古诗生成案例_数据预处理.mp4 67.49M
| ├──135_古诗生成案例_创建数据集.mp4 56.52M
| ├──136_古诗生成案例_创建模型.mp4 31.21M
| ├──137_古诗生成案例_模型训练.mp4 46.40M
| └──138_古诗生成案例_生成新诗.mp4 70.49M
|
|
发表于 2026-8-6 07:00