《人工智能》
章节1:PyTorch运行环境安装_运行环境测试 |
01_PyTorch概述 |
02_PyTorch的安装 |
03_Pycharm关联PyTorch运行环境 |
04_Jupyter关联PyTorch运行环境 |
章节2:PyTorch基础_Tensor张量运算 |
05_Tensor的创建 |
06_修改Tensor的形状_索引操作 |
07_广播机制_逐元素操作 |
08_归并操作_比较操作_矩阵操作 |
章节3:PyTorch卷积神经网络_实战CIFAR10 |
09_PyTorch实战CIFAR10数据_读取和展示 |
10_PyTorch实战CIFAR10_构建网络_打印网络层次 |
11_PyTorch实战CIFAR10_训练模型_测试模型 |
12_PyTorch实战CIFAR10_分类别打印模型准确率 |
13_使用全局平均池化_使用LeNet模型 |
14_使用集成学习思想训练识别模型 |
15_使用VGG16模型提供准确率 |
16_torchvision里面的预训练模型 |
17_迁移学习_PyTorch代码实战冻结预训练模型参数 |
18_PyTorch代码实战加入数据增强 |
章节4:PyTorch循环神经网络_词性标注 |
19_PyTorch词性标注_构建数据和词索引号 |
20_PyTorch词性标注_构建词嵌入层LSTM层和词性输出层 |
21_PyTorch词性标注_构建数据索引化和训练模型代码 |
22_PyTorch词性标注_测试模型效果 |
章节5:PyTorch编码器解码器_机器翻译 |
23_PyTorch中英文翻译_规范化语料库_构建中英文词典索引 |
24_PyTorch中英文翻译_数据预处理 |
25_PyTorch中英文翻译_索引化数据_转化成Tensor张量_构建Encoder编码器 |
26_PyTorch中英文翻译_构建训练函数之Encoder计算 |
27-1_PyTorch中英文翻译_构建带Attention注意力机制的Decoder解码器 |
28_PyTorch中英文翻译_构建训练函数之Decoder计算 |
29_PyTorch中英文翻译_评估模型函数 |
30_PyTorch中英文翻译_绘制Attentions注意力权重 |
另附各章节课程资料