UP主： 封面： 简介：视频配套资料+技术指导+论文发刊指导+200G人工智能资料包1.人工智能入门路线图（机器学习、深度学习、CV、NLP）2.1000+AI多方向论文（ML/DL/神经网络/CV/NLP/大模型...）3....
视频选集 1.1-深度学习介绍 人工智能学习路线图 3.2-深度学习介绍 QA 4.1-安装 5.2-安装 QA- 6.1-数据操作- 7.2-数据操作实现- 8.3-数据预处理实现- 9.4-数据操作 QA- 10.1-线性代数- 11.2-线性代数实现- 12.3-按特定轴求和- 13.4-线性代数 QA- 14.1-矩阵计算 15.2-矩阵计算 QA- 16.1-自动求导- 17.2-自动求导实现- 18.3-自动求导 QA- 19.1-线性回归- 20.2-基础优化算 21.3-线性回归的从零开始实现- 22.4-线性回归的简洁实现- 23.5-QA- 24.1-Softmax 回归- 25.2-损失函数- 26.3-图片分类数据集- 27.4-Softmax 回归从零开始实现- 28.5-Softmax 回归简洁实现- 29.6-QA- 30.1-Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 31.1-使用 AWS 最便宜的 GPU 实例 - 32.1-感知机- 33.2-多层感知机- 34.3-代码实现- 35.4-QA- 36.1-10行代码战胜90%数据科学家？ 37.1-模型选择- 38.2-过拟合和欠拟合- 39.3-代码- 40.4-QA- 41.1-权重衰退- 42.2-代码实现- 43.3-QA- 44.1-丢弃法- 45.2-代码实现- 46.3-QA- 47.1-数值稳定性- 48.2-模型初始化和激活函数- 49.3-QA- 50.1-实战 Kaggle 比赛：预测房价- 51.2-课程竞赛：加州2020年房价预测- 52.3-QA- 53.1-模型构造- 54.2-参数管理- 55.3-自定义层- 56.4-读写文件 57.5-QA- 58.1-使用 GPU- 59.2-购买 GPU- 60.3-QA- 61.1-竞赛总结- 62.2-QA- 63.1-从全连接到卷积- 64.2-卷积层- 65.3-代码- 66.4-QA- 67.1-填充和步幅- 68.2-代码实现- 69.3-QA- 70.1-多输入输出通道- 71.2-代码实现- 72.3-QA- 73.1-池化层- 74.2-实现- 75.3-QA- 76.1-LeNet- 77.2-代码- 78.3-QA-) 79.1-AlexNet- 80.2-代码- 81.3-QA- 82.1-VGG- 83.2-代码- 84.3-QA- 85.1-NIN- 86.2-代码- 87.3-QA- 88.1-GoogLeNet 89.2-代码- 90.3-QA- 91.1-批量归一化 92.2-代码- 93.3-QA- 94.1-ResNet- 95.2-代码- 96.3-QA- 97.1-ResNet的梯度计算- 98.2-QA-
