淘好源

AI大模型之深度学习
  • 2026-08-23
  • IT技术
  • 0
  • 90
  • 扫一扫,手机访问
  • 限时 • 优惠
  • 平台资金担保,交易全程无忧
  • 立即抢购
  • 商品特色:
  • 担保交易
  • 自动发货
  • VIP折扣
  • 商品详情
  • 累计评价 0
  • 商品问答
  • 交易规则
  • 立即购买
网盘保存,自动发货
  • 教程格式:
  • 视频

image.png

AI大模型之深度学习资源简介:

课程目录:

├── 1.笔记

│ └── 1.笔记

│ └── 尚硅谷大模型技术之深度学习1.3.0.docx (14.71 MB)

├── 2.资料

│ └── 2.资料

│ ├── data

│ └── 图片

├── 3.代码

│ └── 3.代码

│ └── dl_tutorial.zip (47.43 MB)

└── 4.视频

├── 001_课程简介.mp4 (15.91 MB)

├── 002_深度学习_概述.mp4 (37.64 MB)

├── 003_神经网络_基本概念和结构.mp4 (40.06 MB)

├── 004_神经网络_感知机和激活函数.mp4 (19.82 MB)

├── 005_激活函数_阶跃、Sigmoid和Tanh.mp4 (64.10 MB)

├── 006_激活函数_ReLU.mp4 (19.68 MB)

├── 007_激活函数_Softmax.mp4 (61.54 MB)

├── 008_其它激活函数.mp4 (26.44 MB)

├── 009_简单神经网络_信号传递.mp4 (45.52 MB)

├── 010_简单神经网络_代码实现.mp4 (37.51 MB)

├── 011_神经网络案例_手写数字识别_整体思路.mp4 (36.42 MB)

├── 012_神经网络案例_手写数字识别_具体实现.mp4 (63.67 MB)

├── 013_神经网络案例_手写数字识别_小批量计算.mp4 (24.19 MB)

├── 014_损失函数_MSE.mp4 (29.64 MB)

├── 015_损失函数_交叉熵误差.mp4 (45.06 MB)

├── 016_损失函数_分类和回归任务常见损失函数.mp4 (23.38 MB)

├── 017_数值微分_求导.mp4 (35.88 MB)

├── 018_数值微分_计算切线.mp4 (32.68 MB)

├── 019_数值微分_偏导数和梯度.mp4 (16.48 MB)

├── 020_数值微分_计算梯度.mp4 (31.32 MB)

├── 021_定义神经网络类.mp4 (33.45 MB)

├── 022_神经网络的梯度计算.mp4 (42.55 MB)

├── 023_梯度下降法_原理和代码实现.mp4 (33.27 MB)

├── 024_梯度下降法案例_求最小值.mp4 (25.47 MB)

├── 025_梯度下降法_超参数的影响.mp4 (17.56 MB)

├── 026_梯度下降法_训练相关概念.mp4 (38.00 MB)

├── 027_梯度下降法_SGD基本原理.mp4 (28.18 MB)

├── 028_梯度下降法_SGD案例_神经网络类实现.mp4 (55.78 MB)

├── 029_梯度下降法_SGD案例_加载数据和定义超参数.mp4 (32.37 MB)

├── 030_梯度下降法_SGD案例_模型训练和测试.mp4 (63.67 MB)

├── 031_反向传播_计算图和反向求导.mp4 (54.75 MB)

├── 032_反向传播_链式法则.mp4 (21.58 MB)

├── 033_反向传播_加法和乘法节点.mp4 (16.72 MB)

├── 034_反向传播_激活函数层_ReLU.mp4 (33.68 MB)

├── 035_反向传播_激活函数层_Sigmoid.mp4 (39.52 MB)

├── 036_反向传播_仿射层Affine.mp4 (81.42 MB)

├── 037_反向传播_输出层_基本介绍.mp4 (30.89 MB)

├── 038_反向传播_输出层_原理推导.mp4 (55.78 MB)

├── 039_反向传播_输出层_代码实现.mp4 (28.25 MB)

├── 040_综合应用案例_手写数字识别_定义网络类.mp4 (69.27 MB)

├── 041_综合应用案例_手写数字识别_模型训练和测试.mp4 (43.95 MB)

├── 042_深度神经网络.mp4 (39.77 MB)

├── 043_梯度消失和梯度爆炸.mp4 (45.04 MB)

├── 044_学习优化方法_SGD.mp4 (38.76 MB)

├── 045_学习优化方法_动量法.mp4 (51.86 MB)

├── 046_学习优化方法_学习率衰减.mp4 (30.72 MB)

├── 047_学习优化方法_AdaGrad.mp4 (35.32 MB)

├── 048_学习优化方法_RMSProp.mp4 (27.48 MB)

├── 049_学习优化方法_Adam.mp4 (69.89 MB)

├── 050_学习优化方法_综合对比.mp4 (83.73 MB)

├── 051_学习优化方法_超参数的调节.mp4 (30.50 MB)

├── 052_参数初始化_常数初始化及其问题.mp4 (38.46 MB)

├── 053_参数初始化_Xavier和He初始化.mp4 (33.88 MB)

├── 054_正则化_Batch Norm.mp4 (41.24 MB)

├── 055_正则化_权值衰减和Dropout.mp4 (27.18 MB)

├── 056_PyTorch_基本介绍.mp4 (19.29 MB)

├── 057_PyTorch_安装流程及CUDA介绍.mp4 (66.60 MB)

├── 058_PyTorch_安装完成验证.mp4 (20.98 MB)

├── 059_PyTorch_张量创建_按内容.mp4 (35.09 MB)

├── 060_PyTorch_张量创建_按形状.mp4 (27.15 MB)

├── 061_PyTorch_张量创建_按类型.mp4 (28.32 MB)

├── 062_PyTorch_张量创建_指定区间.mp4 (23.11 MB)

├── 063_PyTorch_张量创建_按数值填充.mp4 (22.98 MB)

├── 064_PyTorch_张量创建_随机生成.mp4 (22.95 MB)

├── 065_PyTorch_随机排列和随机数种子.mp4 (10.75 MB)

├── 066_PyTorch_张量转换_元素数据类型转换.mp4 (18.84 MB)

├── 067_PyTorch_张量转换_张量和ndarray的转换.mp4 (43.00 MB)

├── 068_PyTorch_张量转换_张量和标量的转换.mp4 (12.04 MB)

├── 069_PyTorch_张量数值计算_基本运算.mp4 (37.14 MB)

├── 070_PyTorch_张量数值计算_哈达玛积和矩阵乘法.mp4 (29.57 MB)

├── 071_PyTorch_节省内存.mp4 (37.55 MB)

├── 072_PyTorch_张量统计运算函数.mp4 (65.29 MB)

├── 073_PyTorch_张量索引操作_简单索引和范围索引.mp4 (28.67 MB)

├── 074_PyTorch_张量索引操作_列表索引.mp4 (18.47 MB)

├── 075_PyTorch_张量索引操作_布尔索引.mp4 (48.04 MB)

├── 076_PyTorch_张量形状操作_交换维度.mp4 (23.13 MB)

├── 077_PyTorch_张量形状操作_调整形状.mp4 (26.62 MB)

├── 078_PyTorch_张量形状操作_增减维度.mp4 (20.20 MB)

├── 079_PyTorch_张量拼接和堆叠.mp4 (25.67 MB)

├── 080_PyTorch_自动微分模块_计算梯度基本流程.mp4 (73.14 MB)

├── 081_PyTorch_自动微分模块_梯度计算原理.mp4 (17.34 MB)

├── 082_PyTorch_自动微分模块_分离张量.mp4 (34.17 MB)

├── 083_PyTorch_自动微分模块_detach对梯度计算的影响.mp4 (14.35 MB)

├── 084_PyTorch_自动微分模块_detach与data的区别.mp4 (33.12 MB)

├── 085_PyTorch_线性回归案例_模块和流程介绍.mp4 (30.61 MB)

├── 086_PyTorch_线性回归案例_代码实现.mp4 (88.40 MB)

├── 087_PyTorch深度学习_激活函数_Sigmoid.mp4 (45.69 MB)

├── 088_PyTorch深度学习_激活函数_Tanh.mp4 (16.41 MB)

├── 089_PyTorch深度学习_激活函数_ReLU.mp4 (12.03 MB)

├── 090_PyTorch深度学习_激活函数_Softmax.mp4 (19.66 MB)

├── 091_PyTorch深度学习_全连接层和参数初始化.mp4 (62.53 MB)

├── 092_PyTorch深度学习_Dropout层.mp4 (17.58 MB)

├── 093_PyTorch深度学习_神经网络搭建.mp4 (53.84 MB)

├── 094_PyTorch深度学习_查看模型参数.mp4 (24.02 MB)

├── 095_PyTorch深度学习_查看模型结构和参数数量.mp4 (31.30 MB)

├── 096_PyTorch深度学习_device设置.mp4 (30.81 MB)

├── 097_PyTorch深度学习_使用Sequential创建神经网络.mp4 (42.02 MB)

├── 098_PyTorch深度学习_损失函数_BCE.mp4 (31.96 MB)

├── 099_PyTorch深度学习_损失函数_CrossEntropyLoss.mp4 (41.12 MB)

├── 100_PyTorch深度学习_损失函数_回归任务损失函数.mp4 (16.99 MB)

├── 101_PyTorch深度学习_损失函数_综合测试.mp4 (39.27 MB)

├── 102_PyTorch深度学习_动量法.mp4 (71.12 MB)

├── 103_PyTorch深度学习_学习率衰减_等间隔.mp4 (42.54 MB)

├── 104_PyTorch深度学习_学习率衰减_指定间隔和指数衰减.mp4 (24.89 MB)

├── 105_PyTorch深度学习_AdaGrad和RMSProp.mp4 (32.74 MB)

├── 106_PyTorch深度学习_Adam.mp4 (24.50 MB)

├── 107_房价预测案例_数据分析和导入模块.mp4 (50.08 MB)

├── 108_房价预测案例_特征工程.mp4 (74.91 MB)

├── 109_房价预测案例_模型创建.mp4 (22.18 MB)

├── 110_房价预测案例_定义损失函数.mp4 (25.86 MB)

├── 111_房价预测案例_训练模型和测试.mp4 (70.89 MB)

├── 112_CNN_基本结构.mp4 (16.70 MB)

├── 113_CNN_卷积层_基本介绍.mp4 (15.10 MB)

├── 114_CNN_卷积层_数学上的卷积.mp4 (56.78 MB)

├── 115_CNN_卷积层_CNN的卷积运算.mp4 (21.08 MB)

├── 116_CNN_卷积层_填充.mp4 (14.02 MB)

├── 117_CNN_卷积层_步幅和输出形状计算.mp4 (30.32 MB)

├── 118_CNN_卷积层_3维数据卷积运算.mp4 (26.74 MB)

├── 119_CNN_卷积层_API调用和测试.mp4 (56.36 MB)

├── 120_CNN_池化层_基本概念和特点.mp4 (25.77 MB)

├── 121_CNN_池化层_API调用和测试.mp4 (34.40 MB)

├── 122_CNN_深度卷积神经网络.mp4 (86.65 MB)

├── 123_服装分类案例_加载数据集.mp4 (47.66 MB)

├── 124_服装分类案例_创建模型.mp4 (43.07 MB)

├── 125_服装分类案例_模型训练.mp4 (62.96 MB)

├── 126_服装分类案例_模型测试.mp4 (46.70 MB)

├── 127_NLP概述.mp4 (64.33 MB)

├── 128_词向量和词嵌入.mp4 (28.47 MB)

├── 129_嵌入层API使用.mp4 (55.00 MB)

├── 130_词嵌入应用和NLP模型.mp4 (57.46 MB)

├── 131_RNN_基本结构和原理.mp4 (31.63 MB)

├── 132_RNN_API调用.mp4 (68.03 MB)

├── 133_RNN_输入输出形状.mp4 (38.96 MB)

├── 134_古诗生成案例_数据预处理.mp4 (67.49 MB)

├── 135_古诗生成案例_创建数据集.mp4 (56.52 MB)

├── 136_古诗生成案例_创建模型.mp4 (31.21 MB)

├── 137_古诗生成案例_模型训练.mp4 (46.40 MB)

└── 138_古诗生成案例_生成新诗.mp4 (70.49 MB)


  • 商品评价
  • 交易规则
  • 交易流程

    jiaocheng_flow2.jpg

  • 发货方式

    1、自动:在上方保障服务中标有自动发货的商品,拍下后,将会在订单详情中看到资源的网盘下载链接,然后复制下载链接到浏览器打开便可转存观看或下载;


  • 交易周期

    1、教程默认交易周期:自动发货商品为1天,买家有1次额外延长3天交易周期的权利;

    2、若上述交易周期双方依然无法完成交易,任意一方可发起追加周期(1~60天)的请求,对方同意即可延长。

    注:买家购买后,请注意及时对购买的资源进行检查,以免过了交易周期。

  • 退款说明

    1、描述:教程描述的内容(含标题)与实际教程不一致的(例:描述PHP实际为ASP、描述的内容实际缺少、视频过于模糊,文档乱码不可读等);

    2、演示:源码类,有演示站时,与实际源码小于95%一致的(但描述中有"不保证完全一样、有变化的可能性"类似显著声明的除外);

  • 4、收货:买家无法成功转存到自己网盘上,买家下载后,不能解压或解压出来的内容与商品描述的内容不一致。

  • 5、其他:如质量方面的硬性常规问题等。

    注:经核实符合上述任一,均支持退款。

  • 免责声明

    1、淘好源网作为第三方中介平台,依据交易合同(商品描述、交易前商定的内容)来保障交易的安全及买卖双方的权益;

   2、非平台线上交易的项目,出现任何后果均与淘好源网无关;无论卖家以何理由要求线下交易的,请联系管理举报。

   3.   淘好源网站的资源均由店家上传出售,本站无法判断和识别资源的版权等合法性属性。如果您对本网站上传的信息资源的版权存有异议,请您及时联系

         我们。如果需要删除链接,请下载下面的附件,正确填写信息后并发给我们,本站核实信息真实性后,在24小时内对商品进行删除处理。

         联系邮箱:admin@taohaoyuan.com

(相关事务请发函至该邮箱)附件:

 banquan.jpg

  • 认证类型:
  • 个人
  • 商家认证:
  • 工作时间
  • 周一至周日:09:00 - 22:00
  • 描述
    5.00
  • 发货
    5.00
  • 售后
    5.00
已缴保证金300.00元
财富第六波,在家创业是趋势
联系我们
Q Q:331799954
电话/微信:13026896029
邮箱:admin@taohaoyuan.com
时间:09:00 - 22:00
宣传
展开