2米资源网

1-1. 课程大纲概述.mp4

2-2.第1讲-机器学习基本概念-上.mp4
3-3.深度学习基本概念-下.mp4
4-4. PyTorch Tutorial-1.mp4
5-5. PyTorch Tutorial-2.mp4
6-6. Google Colab使用教程.mp4

7-7. 选修-深度学习简介.mp4

8-8.选修-反向传播.mp4

9-9，选修-预测神奇宝贝Pokemon.mp4

10-10. 选修-神奇宝贝分类.mp4

11-11. 选修-逻辑回归.mp4

12-12.第2讲-机器学习任务攻略.mp4

13-13.局部最小值与鞍点.mp4

14-14·批次（batch）与动量（momentum）.mp4

15-15，自动调整学习速率（Learning Rate））.mp4

16-16，损失函数（Loss）可能影响网络训练失败.mp4

17-17.重温神奇宝贝和数码宝贝分类器一谈谈机器学习的原理.mp4

18-18，选修-梯度下降Gradient Descent-1.mp4

19-19，选修-梯度下降Gradient Descent-2.mp4

20-20. 选修-深度学习新的优化器-1.mp4

21-21. 选修-深度学习新的优化器-2.mp4

22-22.第3讲-卷积神经网络-CNN.mp4

23-23.为什么用了验证集结果还是过拟合了.mp4

24-24. 鱼与熊掌可以兼得的深度学习.mp4

25-25，选修-Spatial Transformer Layer.mp4

26-26.第4讲-自注意力机制（Self-attention） （上）.mp4

27-27.第4讲-自注意力机制（Self-attention） （下）.mp4

28-28.选修-RNN-1.mp4

29-29.选修-RNN-2.mp4

30-30.选修-GNN-1.mp4

31-31. 选修-GNN-2.mp4

32-32.第5讲-Transformer-1.mp4

33-33.第5讲-Transformer-2.mp4

34-34.自注意力机制类别总结.mp4

35-35.选修-Non-Autoregressive Sequence Generation.mp4

36-36，选修-指针网络（Pointer Network）.mp4

37-37.第6讲-生成式对抗网络（GAN）-1.mp4

38-38.生成式对抗网络（GAN）-2.mp4

39-39.生成式对抗网络（GAN）-3.mp4

40-40.生成式对抗网络（GAN）-4.mp4

41-41.选修-GAN理论-1.mp4

42-42.选修-GAN 理论-2.mp4

43-43. 选修-GAN 理论-3.mp4

44-44. 选修-VAE理论介绍.mp4

45-45. 选修-Flow-based生成模型.mp4

46-46. 第7讲-自监督学习（Self-supervised Learning）-1.mp4

47-47. 自监督学习-2-BERT介绍.mp4

48-48.自监督学习-3-BERT的奇闻异事.mp4

49-49.自监督学习-4-GPT的野望.mp4

50-50. 选修-BERT的预训练和微调.mp4

51-51. 选修-BERT的各种变体.mp4

52-52. 选修-GPT-3模型介绍.mp4

53-53. 第8讲-自编码器（Auto-encoder）（上）—基本概念.mp4

54-54.自编码器（Auto-encoder）（下）-更多应用.mp4

55-55.选修-PCA理论介绍.mp4

56-56.选修-t-SNE介绍.mp4

57-57. 第9讲-机器学习的可解释性-1.mp4

58-58，机器学习的可解释性-2.mp4

 

 

【整理了356个小时】这绝对是B站最完备的2022版新全李宏毅机器学
百度网盘分享地址： 链接: https://pan.baidu.com/s/1MYyOlzsOx2xYD_eFMUqvPg?pwd=uy2h 提取码: uy2h