学习+做项目+科研 MXNet最全详细视频资料

更多资料请关注公众号：计算机视觉与图形学实战

[MXNet/Gluon] 动手学深度学习第一课：从上手到多类分类

目录	播放量 9.4万
- [30min] 介绍	- [15min] 演示从干净系统安装依赖包
- [15min] 使用NDArray来处理数据	- linear algebra
- probablity	- [15min] 使用autograd来自动求导
- [20min] 第一个模型：线性回归	- [10min] 上面模型使用Gluon的实现
- [15min] 再来一个模型：多类Logistic回归

【李沐】2019年最新动手学深度学习（MXNet）

目录 （播放量 1.5万播放）
P1 1.01 【第01课】从上手到多类分类 2:00:54
P2 2.02 【第02课】过拟合、多层感知机、GPU和卷积神经网络 2:02:12
P3 3.03 【第03课】卷积神经网络，如何使用Gluon，以及核武器购买指南 2:00:43
P4 4.04 【第04课】BatchNorm，更深的卷积神经网络，图片增强和新的Ka 2:00:20
P5 5.05 【第05课】Gluon高级和优化算法基础 1:57:30
P6 6.06 【第06课】优化算法高级和计算机视觉 1:50:48
P7 7.07 【第07课】物体检测 2:56:54
P8 8.08 【第08课】语义分割 1:00:15
P9 9.09 【第09课】样式迁移 59:18
P10 10.10 【第10课】循环神经网络 1:09:07
P11 11.11 【第11课】正向传播、反向传播和通过时间反向传播 1:05:38
P12 12.12 【第12课】实现、训练和应用循环神经网络 1:04:51
P13 13.13 【第13课】门控循环单元（GRU）长短期记忆（LSTM）多层循环神经 1:05:51
P14 14.14 【第14课】词向量（word2vec) 1:07:37
P15 15.15 【第15课】GloVe、fastText和使用预训练的词向量 1:06:25
P16 16.16 【第16课】seq2seq（编码器和解码器）和注意力机制 1:05:25
P17 17.17 【第17课】应用seq2seq和注意力机制：机器翻译 1:11:13