课程介绍
课程章节
章节1:PyTorch安装 (2节)

课时01

Python环境准备与CUDA下载

12分24秒

课时02

CUDA、cudnn和torch模块的安装

12分21秒

章节2:PyTorch张量运算 (5节)

课时03

PyTorch张量基础操作

42分10秒

课时04

PyTorch张量运算操作

13分35秒

课时05

PyTorch张量形状变换

36分8秒

课时06

PyTorch与Numpy的互操作

21分28秒

课时07

PyTorch自动求导

53分29秒

章节3:PyTorch实战多元线性回归 (3节)

课时08

PyTorch实现简单线性回归

48分17秒

课时09

PyTorch实现多元线性回归

19分24秒

课时10

PyTorch源码解读nn.Linear

12分26秒

章节4:PyTorch实战卷积神经网络 (8节)

课时11

PyTorch实现CNN卷积神经网络

42分33秒

课时12

PyTorch加载mnist数据集和进行数据预处理

15分0秒

课时13

PyTorch定义训练函数逻辑

45分2秒

课时14

PyTorch分轮次训练以及模型的保存

19分52秒

课时15

PyTorch模型训练以及可视化训练过程

15分57秒

课时16

PyTorch绘制测试图片和预测结果

11分53秒

课时17

PyTorch计算每个类别的准确率

13分35秒

课时18

PyTorch项目中TensorBoard的运用

52分27秒

章节5:PyTorch加载本地数据集 (4节)

课时19

自定义读取本地数据集的Dataset类

15分37秒

课时20

保存本地数据并修改训练脚本为从本地数据文件读取

23分26秒

课时21

保存MNIST一张张图片到本地文件夹中

23分59秒

课时22

自定义边训练边读取本地图片的Dataset类

23分5秒

章节6:PyTorch混合精度训练 (2节)

课时23

什么是混合精度训练

21分56秒

课时24

AMP混合精度训练实战

23分9秒

您没有该体系课权限，需要开通权限请点击联系老师。
联系老师
共个问题,0回答
提问
最新
最热
暂无提问，赶紧去提问吧~