内容以实战为导向,快速学习PyTorch框架核心模块使用方法与项目应用实例,进行项目开发。内容基于当下计算机视觉与自然语言处理中经典项目进行实例讲解,涵盖PyTorch框架的介绍、神经网络分类和回归任务、图像识别模型、LSTM文本分类、对抗生成网络、OCR文字识别以及3D数据处理与视频分类。通过Debug模式详解项目中每一行代码的作用与效果,讲解通俗易懂。
了解PyTorch框架的基本概念,学习PyTorch框架介绍、配置安装、以及如何使用神经网络进行分类和回归预测。
1.PyTorch框架介绍与配置安装 2.使用神经网络进行分类任务 3.神经网络回归任务-气温预测
本章将深入讲解卷积网络参数解读分析、图像识别模型训练策略,以及如何使用PyTorch框架进行Flask部署,同时还会介绍如何使用DataLoader自定义数据集制作。
1.卷积网络参数解读分析 2.图像识别模型与训练策略(重点) 3.DataLoader自定义数据集制作 4.PyTorch框架Flask部署例子
深入理解LSTM文本分类的基本概念,了解数据集的处理流程、训练模型所需的基本配置参数,以及如何进行字符预处理转换ID。通过实战更好地掌握LSTM网络结构的基本定义、预测结果输出以及模型训练任务。
1.数据集与任务目标分析 2.文本数据处理基本流程分析 3.命令行参数与DEBUG 4.训练模型所需基本配置参数分析 5.预料表与字符切分 6.字符预处理转换ID 7.LSTM网络结构基本定义 8.网络模型预测结果输出 9.模型训练任务与总结
本章将介绍3D卷积原理的基本概念,了解UCF101动作识别数据集的简介,以及如何使用PyTorch框架进行视频数据预处理方法和数据Batch制作方法。并将能够训练3D卷积网络模型并测试其效果。
1.3D卷积原理解读 2.UCF101动作识别数据集简介 3.测试效果与项目配置 4.视频数据预处理方法 5.数据Batch制作方法 6.3D卷积网络所涉及模块 7.训练网络模型
职业路径板块正在不断完善中
填写用户调查,帮助我们做得更好
零基础入门快速上手
系统学习不迷茫
0基础到入门到精通
无限观看学习
无限观看学习
无限下载练习
名师点评作品
专属直播特惠价格
全站通尊贵标示
随时随地 离线学
Java作为一种可以撰写跨平台应用程序的面向对象语言,因其卓越的通用性、高效性、平台移植性和安全性被企业广泛应用。 随着互联网深入发展,Java工程师的需求量也在快速增长。
总课程数:445节 373人已学
C4DIP形象设计被广泛运用于潮玩、盲盒、以及企业品牌形象等。本套课程从基础操作,建模灯光材质的详细讲解和渲染等高级模块的讲解。通过学习3D图标、Q版人物、卡通人物全流程以及商业运用,让学员循序渐进的从零基础到可以投入到C4D原创IP的设计工作中去。大家通过这套教程能够熟练掌握CINEMA 4D各个模块的知识,亦可创作属于自己独有的创意IP形象。
总课程数:176节 176人已学