毕方铺
资源投诉
资源基本信息

B站 - 第四次工业革命来了-局座(完结)

B站-第四次工业革命来了-局座(完结)

发布时间: 2025-01-02 02:31:29

文件大小: 共计 4332 个文件 ,合计: 890.6GB

发布者: 佑画

资源来源: 夸克网盘夸克网盘

资源售价: 金币7金币 会员所有资源免费

资源状态:
【资源状态检测中】...
1.本站会员获取资源无需消耗金币。
2.获取资源后可以在「个人中心」48 小时内无理由退金币。
3.为防止资源链接失效,请及时转存文件。
资源目录结构

以下文件快照生成于9 天前。(只展示部分的文件和文件夹)
📢:可能存在部分资源被网盘官方屏蔽。

B站 - 第四次工业革命来了-局座(完结) B站 - 第四次工业革命来了-局座(完结) 2.2GB

085.14-1 自定义数据加载【更多+V拉裙:Ding-UXiu】.mp4 085.14-1 自定义数据加载【更多+V拉裙:Ding-UXiu】.mp4 48.7MB

086.14-2 图像数据增强【更多+V拉裙:Ding-UXiu】.mp4 086.14-2 图像数据增强【更多+V拉裙:Ding-UXiu】.mp4 33.4MB

090.15-1 词嵌入和word2vec【更多+V拉裙:Ding-UXiu】.mp4 090.15-1 词嵌入和word2vec【更多+V拉裙:Ding-UXiu】.mp4 33.3MB

094.15-5 经典NLP数据集【更多+V拉裙:Ding-UXiu】.mp4 094.15-5 经典NLP数据集【更多+V拉裙:Ding-UXiu】.mp4 36.4MB

097.16-2 CLIP模型【更多+V拉裙:Ding-UXiu】.mp4 097.16-2 CLIP模型【更多+V拉裙:Ding-UXiu】.mp4 37.7MB

095.15-6 项目实战:电影评论情感分析【更多+V拉裙:Ding-UXiu】.mp4 095.15-6 项目实战:电影评论情感分析【更多+V拉裙:Ding-UXiu】.mp4 35.7MB

092.15-3 预训练模型【更多+V拉裙:Ding-UXiu】.mp4 092.15-3 预训练模型【更多+V拉裙:Ding-UXiu】.mp4 55.0MB

098.16-3 DALL-E模型【更多+V拉裙:Ding-UXiu】.mp4 098.16-3 DALL-E模型【更多+V拉裙:Ding-UXiu】.mp4 54.3MB

099.16-4 深度学习最新发展趋势分析【更多+V拉裙:Ding-UXiu】.mp4 099.16-4 深度学习最新发展趋势分析【更多+V拉裙:Ding-UXiu】.mp4 37.0MB

093.15-4 Hugging Face库介绍【更多+V拉裙:Ding-UXiu】.mp4 093.15-4 Hugging Face库介绍【更多+V拉裙:Ding-UXiu】.mp4 36.4MB

050.8-6 DenseNet【更多+V拉裙:Ding-UXiu】.mp4 050.8-6 DenseNet【更多+V拉裙:Ding-UXiu】.mp4 58.5MB

087.14-3 迁移学习【更多+V拉裙:Ding-UXiu】.mp4 087.14-3 迁移学习【更多+V拉裙:Ding-UXiu】.mp4 31.8MB

096.16-1 InstructGPT模型【更多+V拉裙:Ding-UXiu】.mp4 096.16-1 InstructGPT模型【更多+V拉裙:Ding-UXiu】.mp4 77.0MB

048.8-4 GoogLeNet【更多+V拉裙:Ding-UXiu】.mp4 048.8-4 GoogLeNet【更多+V拉裙:Ding-UXiu】.mp4 41.0MB

089.14-5 项目实战:猫狗大战【更多+V拉裙:Ding-UXiu】.mp4 089.14-5 项目实战:猫狗大战【更多+V拉裙:Ding-UXiu】.mp4 64.1MB

051.9-1 序列建模【更多+V拉裙:Ding-UXiu】.mp4 051.9-1 序列建模【更多+V拉裙:Ding-UXiu】.mp4 30.3MB

047.8-3 批量规范化【更多+V拉裙:Ding-UXiu】.mp4 047.8-3 批量规范化【更多+V拉裙:Ding-UXiu】.mp4 23.6MB

100.16-5 下一步学习的建议【更多+V拉裙:Ding-UXiu】.mp4 100.16-5 下一步学习的建议【更多+V拉裙:Ding-UXiu】.mp4 18.5MB

091.15-2 词义搜索和句意表示【更多+V拉裙:Ding-UXiu】.mp4 091.15-2 词义搜索和句意表示【更多+V拉裙:Ding-UXiu】.mp4 44.8MB

049.8-5 ResNet【更多+V拉裙:Ding-UXiu】.mp4 049.8-5 ResNet【更多+V拉裙:Ding-UXiu】.mp4 65.0MB

035.6-9 RMSProp_Adadelta算法【更多+V拉裙:Ding-UXiu】.mp4 035.6-9 RMSProp_Adadelta算法【更多+V拉裙:Ding-UXiu】.mp4 15.9MB

038.6-12 学习率调节器【更多+V拉裙:Ding-UXiu】.mp4 038.6-12 学习率调节器【更多+V拉裙:Ding-UXiu】.mp4 27.9MB

046.8-2 VGGNet【更多+V拉裙:Ding-UXiu】.mp4 046.8-2 VGGNet【更多+V拉裙:Ding-UXiu】.mp4 47.7MB

044.7-6 卷积神经网络代码实现(LeNet)【更多+V拉裙:Ding-UXiu】.mp4 044.7-6 卷积神经网络代码实现(LeNet)【更多+V拉裙:Ding-UXiu】.mp4 27.2MB

041.7-3 卷积层【更多+V拉裙:Ding-UXiu】.mp4 041.7-3 卷积层【更多+V拉裙:Ding-UXiu】.mp4 44.8MB

040.7-2 图像卷积【更多+V拉裙:Ding-UXiu】.mp4 040.7-2 图像卷积【更多+V拉裙:Ding-UXiu】.mp4 34.8MB

036.6-10 Adam算法【更多+V拉裙:Ding-UXiu】.mp4 036.6-10 Adam算法【更多+V拉裙:Ding-UXiu】.mp4 47.1MB

037.6-11 梯度下降代码实现【更多+V拉裙:Ding-UXiu】.mp4 037.6-11 梯度下降代码实现【更多+V拉裙:Ding-UXiu】.mp4 30.9MB

042.7-4 卷积层常见操作【更多+V拉裙:Ding-UXiu】.mp4 042.7-4 卷积层常见操作【更多+V拉裙:Ding-UXiu】.mp4 35.2MB

045.8-1 AlexNet【更多+V拉裙:Ding-UXiu】.mp4 045.8-1 AlexNet【更多+V拉裙:Ding-UXiu】.mp4 49.6MB

039.7-1 全连接层问题【更多+V拉裙:Ding-UXiu】.mp4 039.7-1 全连接层问题【更多+V拉裙:Ding-UXiu】.mp4 38.5MB

043.7-5 池化层Pooling【更多+V拉裙:Ding-UXiu】.mp4 043.7-5 池化层Pooling【更多+V拉裙:Ding-UXiu】.mp4 33.6MB

029.6-3 损失函数性质【更多+V拉裙:Ding-UXiu】.mp4 029.6-3 损失函数性质【更多+V拉裙:Ding-UXiu】.mp4 29.2MB

030.6-4 梯度下降【更多+V拉裙:Ding-UXiu】.mp4 030.6-4 梯度下降【更多+V拉裙:Ding-UXiu】.mp4 31.6MB

034.6-8 AdaGrad算法【更多+V拉裙:Ding-UXiu】.mp4 034.6-8 AdaGrad算法【更多+V拉裙:Ding-UXiu】.mp4 24.8MB

024.5-6 Dropout代码实现【更多+V拉裙:Ding-UXiu】.mp4 024.5-6 Dropout代码实现【更多+V拉裙:Ding-UXiu】.mp4 17.3MB

027.6-1 最优化与深度学习【更多+V拉裙:Ding-UXiu】.mp4 027.6-1 最优化与深度学习【更多+V拉裙:Ding-UXiu】.mp4 48.0MB

025.5-7 梯度消失和梯度爆炸【更多+V拉裙:Ding-UXiu】.mp4 025.5-7 梯度消失和梯度爆炸【更多+V拉裙:Ding-UXiu】.mp4 47.2MB

023.5-5 Dropout【更多+V拉裙:Ding-UXiu】.mp4 023.5-5 Dropout【更多+V拉裙:Ding-UXiu】.mp4 32.1MB

028.6-2 损失函数【更多+V拉裙:Ding-UXiu】.mp4 028.6-2 损失函数【更多+V拉裙:Ding-UXiu】.mp4 42.8MB

026.5-8 模型文件的读写【更多+V拉裙:Ding-UXiu】.mp4 026.5-8 模型文件的读写【更多+V拉裙:Ding-UXiu】.mp4 16.5MB

010.3-4 深度学习库PyTorch安装【更多+V拉裙:Ding-UXiu】.mp4 010.3-4 深度学习库PyTorch安装【更多+V拉裙:Ding-UXiu】.mp4 9.0MB

031.6-5 随机梯度下降法【更多+V拉裙:Ding-UXiu】.mp4 031.6-5 随机梯度下降法【更多+V拉裙:Ding-UXiu】.mp4 20.6MB

007.3-1 CUDA+Anaconda深度学习环境搭建【更多+V拉裙:Ding-UXiu】.mp4 007.3-1 CUDA+Anaconda深度学习环境搭建【更多+V拉裙:Ding-UXiu】.mp4 20.9MB

005.2-2 微积分【更多+V拉裙:Ding-UXiu】.mp4 005.2-2 微积分【更多+V拉裙:Ding-UXiu】.mp4 49.0MB

015.4-5 回归问题【更多+V拉裙:Ding-UXiu】.mp4 015.4-5 回归问题【更多+V拉裙:Ding-UXiu】.mp4 35.6MB

020.5-2 过拟合欠拟合应对策略【更多+V拉裙:Ding-UXiu】.mp4 020.5-2 过拟合欠拟合应对策略【更多+V拉裙:Ding-UXiu】.mp4 41.2MB

021.5-3 过拟合和欠拟合示例【更多+V拉裙:Ding-UXiu】.mp4 021.5-3 过拟合和欠拟合示例【更多+V拉裙:Ding-UXiu】.mp4 22.4MB

002.1-2 初识深度学习【更多+V拉裙:Ding-UXiu】.mp4 002.1-2 初识深度学习【更多+V拉裙:Ding-UXiu】.mp4 52.9MB

012.4-2 多层感知机【更多+V拉裙:Ding-UXiu】.mp4 012.4-2 多层感知机【更多+V拉裙:Ding-UXiu】.mp4 47.3MB

011.4-1 神经网络原理【更多+V拉裙:Ding-UXiu】.mp4 011.4-1 神经网络原理【更多+V拉裙:Ding-UXiu】.mp4 44.8MB

018.4-8 多分类问题代码实现【更多+V拉裙:Ding-UXiu】.mp4 018.4-8 多分类问题代码实现【更多+V拉裙:Ding-UXiu】.mp4 42.8MB

009.3-3 Jupyter Notebook快速上手【更多+V拉裙:Ding-UXiu】.mp4 009.3-3 Jupyter Notebook快速上手【更多+V拉裙:Ding-UXiu】.mp4 15.5MB

032.6-6 小批量梯度下降法【更多+V拉裙:Ding-UXiu】.mp4 032.6-6 小批量梯度下降法【更多+V拉裙:Ding-UXiu】.mp4 32.0MB

016.4-6 线性回归代码实现【更多+V拉裙:Ding-UXiu】.mp4 016.4-6 线性回归代码实现【更多+V拉裙:Ding-UXiu】.mp4 23.1MB

008.3-2 conda实用命令【更多+V拉裙:Ding-UXiu】.mp4 008.3-2 conda实用命令【更多+V拉裙:Ding-UXiu】.mp4 13.0MB

014.4-4 多层感知机代码实现【更多+V拉裙:Ding-UXiu】.mp4 014.4-4 多层感知机代码实现【更多+V拉裙:Ding-UXiu】.mp4 29.3MB

033.6-7 动量法【更多+V拉裙:Ding-UXiu】.mp4 033.6-7 动量法【更多+V拉裙:Ding-UXiu】.mp4 25.0MB

022.5-4 正则化【更多+V拉裙:Ding-UXiu】.mp4 022.5-4 正则化【更多+V拉裙:Ding-UXiu】.mp4 42.2MB

006.2-3 概率【更多+V拉裙:Ding-UXiu】.mp4 006.2-3 概率【更多+V拉裙:Ding-UXiu】.mp4 59.2MB

网站声明

请认真阅读以下说明,您只有在了解并同意该说明后,才可继续访问本站。

1. 全站链接通过程序自动收集互联网公开分享链接,本站不储存、复制、传播任何网盘文件,也不提供下载服务。

2. 毕方铺遵守相关法律法规,坚决杜绝一切违规不良信息,如您发现任何涉嫌违规的网盘信息,请立即向网盘官方网站举报,并及时反馈给我们进行屏蔽删除。同时您必须了解并同意本站《用户协议》,严禁搜索非法关键词。

3. 毕方铺高度重视知识产权保护和个人隐私保护,如有网盘链接侵犯您的合法权益,请立即向百度网盘官方网站举报,并参见本站《版权说明》提供书面材料联系我们屏蔽删改。

4. 毕方铺作为非经营性网站,所有服务仅供学习交流使用。