【备忘】PyTorch的入门与实战


├─视频
│      01.第一课  深度学习回顾与PyTorch简介.mp4
│      02.第二课 词向量简介.mp4
│      03.第三课 语言模型.mp4
│      04.第四课 自然语言分类任务.mp4
│      05.第五课 简单图片分类.mp4
│      06.第六课 图片风格迁移和GAN.mp4
│      07.第七课 Seq2Seq与Attention.mp4
│      08.第八课 问答系统.mp4
│      
└─资料
    │      
    ├─第一课资料
    │      FizzBuzz.ipynb
    │      lesson1_深度学习回顾与PyTorch简介.pdf
    │      two_layer_neural_net.HTML
    │      第一课.pptx
    │      第一课two_layer_neural_net.ipynb
    │      
    ├─第二课资料
    │      men.txt
    │      simlex-999.txt
    │      text8.zip
    │      word-embedding.html
    │      word-embedding.ipynb
    │      wordsim353.csv
    │      瑞客论坛最新资源.rar
    │      第二课.pptx
    │      第二课代码注释.ipynb
    │ 
    ├─第三课资料 
    │      language-model.ipynb
    │      第三课-draft.pptx
    │      第三课.pptx
    │      第三课language-model.html
    │      第三课sentiment.ipynb
    │      第三课text-classification-live.ipynb
    │   
    ├─第四课资料
    │      assets.zip
    │      情感分析代码注释.ipynb
    │      第四课.pptx
    │      第四课CNN-Image-Classification.ipynb
    │      第四课sentiment.html
    │      第四课sentiment.ipynb
    │      
    ├─第五课资料
    │      hymenoptera_data.zip
    │      第五课CNN-Image-Classification-updated.ipynb
    │      第五课CNN-Image-Classification-代码注释.ipynb
    │      第五课CNN-Image-Classification.html
    │      第五课CNN-Image-Classification.ipynb
    │      第四课.pptx
    │     
    ├─第六课
    │      DCGAN数据集百度网盘下载地址.txt
    │      style_GAN.ipynb
    │      第六课.pptx
    │ 
    ├─第七课-Seq2seq
    │      seq2seq-updated.html 
    │      seq2seq-updated.ipynb
    │      seq2seq.ipynb
    │      第七课seq2seq.pptx
    │
    ├─第八课
    │      writing_code_for_nlp_research.pdf
    │      第八课QA.pptx
    │    
    └─课程思维导图by 吴同学
            第1课课后复习导图.png
            第2课课后复习导图.png
            第3课.png
            第4课.png
            第5课.png
            第6课.png

 

百度网盘

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值