文件名称：使用PyTorch进行深度学习：“使用PyTorch进行深度学习：零到GAN”
文件大小：1.21MB
文件格式：ZIP
更新时间：2024-03-04 07:07:02
JupyterNotebook
使用PyTorch进行深度学习 “使用PyTorch进行深度学习：零到GAN”。 本课程由机器学习的项目管理和协作平台Jovian.ml教授。 教学大纲 该课程分为6个模块，将通过视频讲座和交互式Jupyter笔记本电脑进行为期6周的教学。 每个讲座将持续2个小时左右。 第1单元：PyTorch基础知识-张量和渐变 Jupyter笔记本简介和Python数据科学 在PyTorch中创建向量，矩阵和张量 张量运算和梯度计算 PyTorch与Numpy的互操作性 单元2：线性回归和梯度下降 使用Tensor操作从头开始进行线性回归 权重，偏差和均方误差损失函数 使用PyTorch Autograd进行梯度下降和模型训练 使用PyTorch内置的线性回归（线性，线性，功能性等） 单元3：用于图像分类的逻辑回归 使用MNIST数据集中的图像 训练和验证数据集的创建 Softmax函数和分类交叉熵
【文件预览】：
DeepLearning-with-PyTorch-master
----certificate.pdf(102KB)
----week 1()
--------index.html(1B)
--------01-pytorch-basics (1).ipynb(21KB)
--------02-linear-regression.ipynb(45KB)
--------01-tensor-operations.ipynb(19KB)
----images()
--------index.html(1B)
--------pytoec.jpg(4KB)
----LICENSE(1KB)
----README.md(4KB)
----week 3()
--------read.md(1B)
--------FeedForward Network.ipynb(23KB)
--------CIFER 1.ipynb(1007KB)
--------data-visualization-guide.ipynb(347KB)
----week 2()
--------index.html(1B)
--------notebook_source__ (1).ipynb(51KB)
--------02-insurance-linear.ipynb(77KB)
--------notebook_source__.ipynb(39KB)
--------03-logistic-regression.ipynb(122KB)
----.gitignore(2KB)