课程目录

• 环境
• PyCharm
• jetbrains-agent-latest
• Anaconda3-5.2.0-Windows-x86_64.exe
• cuda_10.0.130_411.31_win10.exe
• cudnn-10.0-windows10-x64-v7.4.1.5
• torch-1.2.0-cp36-cp36m-win_amd64.whl
• torchvision-0.4.0-cp36-cp36m-win_amd64.whl
• vs_community__1967431526.1612432349.exe
• 课件
• 02课件
• 04课件
• 05课件
• 06课件
• 07课件
• 08课件
• 09课件
• 10课件
• 11课件
• 12课件
• 13课件
• 14课件
• 15课件
• 16课件
• 17课件
• 18课件
• 19课件
• 20课件
• 21-25课件
• 26-27课件
• 28课件
• 29课件
• 30-32课件
• 33课件
• 34课件
• 35课件
• 36-37课件
• 38课件
• 39课件
• 40课件
• 41课件
• 42-43课件
• 44-48课件
• 49课件
• 50课件(加餐)
• 51-54课件
• 55课件
• 视频
• 01.课程介绍
• 02.PytorchGPU环境配置
• 03.PyCharm安装与配置
• 04.Python基础(变量与数据类型)
• 05.Python基础(输出与输入)
• 06.Python基础(运算符)
• 07.Python基础(条件语句)
• 08.Python基础(循环)
• 09.Python基础(字符串)
• 10.Python基础(列表)
• 11.Python基础(元组)
• 12.Python基础(字典与集合)
• 13.Python基础(公共操作)
• 14.Python基础(推导式)
• 15.Python基础(函数)
• 16.Python基础(lambda)
• 17.Python基础(文件操作)
• 18.Python基础(面向对象1)
• 19.Python基础(面向对象2)
• 20.Python基础(模块和包)
• 21.Pytorch基础(tensor的创建和数据类型)
• 22.Pytorch基础(tensor的方法1)
• 23.Pytorch基础(tensor的方法2)
• 24.Pytorch基础(tensor的切片)
• 25.Pytorch基础(使用GPU运算)
• 26.Pytorch基础(数据加载)
• 27.Pytorch基础(图像预处理)
• 28.Pytorch基础(全连接层详解)
• 29.Pytorch基础(onehot编码)
• 30.Pytorch基础(损失函数的使用)
• 31.Pytorch基础(交叉熵实现详解)
• 32.Pytorch基础(softmax实现详解)
• 33.Pytorch基础(模型训练和保存)
• 34.Pytorch基础(模型的评估)_转_标准
• 35.手写数字识别(FC)
• 36.卷积网络(相关参数介绍)
• 37.卷积网络详解
• 38.手写数字识别(CNN)
• 39.LSTM网络详解
• 40.手写数字识别(LSTM)
• 41.经典卷积网络简介
• 42.cifar10识别(ResNet)28.16
• 43.ResNet18网络细节
• 44.不定长文本识别(数据集准备)
• 45.不定长文本识别(自定义Dataset1)
• 46.不定长文本识别(自定义Dataset2)
• 47.不定长文本识别(主干特征提取网络的构建)
• 48.不定长文本识别(LSTM的构建)
• 49.不定长文本识别(CTCLoss详解)
• 50.(加餐)不定长验证码识别(单张验证码识别)
• 50.不定长文本识别(训练版)
• 51.目标检测网络介绍
• 52.VOC数据集介绍
• 53.使用CenterNet训练自己的数据集
• 54.滑块缺口与图标点击的识别
• 55.文字点击的识别(yolov4)
• 56.CenterNet整体网络结构
• 57.CenterNet中的主干特征提取网络
• 58.CenterNet上采样过程与centerhead
• 59.课程总结