绿梗直哥瞿炜《深度学习必修课：进击算法工程师》

└─ 梗直哥瞿炜《深度学习必修课：进击算法工程师》 ->
　 ├─ 021.5-3 过拟合和欠拟合示例.mp4 - 22.4M
　 ├─ 027.6-1 最优化与深度学习.mp4 - 48M
　 ├─ 059.10-3 门控循环单元.mp4 - 28.6M
　 ├─ 052.9-2 文本数据预处理.mp4 - 60M
　 ├─ 055.9-5 循环神经网络代码实现.mp4 - 27.8M
　 ├─ 010.3-4 深度学习库PyTorch安装.mp4 - 9M
　 ├─ 028.6-2 损失函数.mp4 - 42.8M
　 ├─ 014.4-4 多层感知机代码实现.mp4 - 29.3M
　 ├─ 029.6-3 损失函数性质.mp4 - 29.2M
　 ├─ 084【公众号：阿乐资源库】.13-6 图像生成.mp4 - 56.1M
　 ├─ 023.5-5 Dropout.mp4 - 32.1M
　 ├─ 048.8-4 GoogLeNet.mp4 - 41M
　 ├─ 041.7-3 卷积层.mp4 - 44.8M
　 ├─ 003.1-3 课程使用的技术栈.mp4 - 12.7M
　 ├─ 012.4-2 多层感知机.mp4 - 47.3M
　 ├─ 007.3-1 CUDA+Anaconda深度学习环境搭建.mp4 - 20.9M
　 ├─ 033.6-7 动量法.mp4 - 25M
　 ├─ 061.10-5 复杂循环神经网络代码实现.mp4 - 35.8M
　 ├─ 036.6-10 Adam算法.mp4 - 47.1M
　 ├─ 004.2-1 线性代数.mp4 - 56.4M
　 ├─ 047.8-3 批量规范化.mp4 - 23.6M
　 ├─ 025.5-7 梯度消失和梯度爆炸.mp4 - 47.2M
　 ├─ 054.9-4 随时间反向传播算法.mp4 - 43.9M
　 ├─ 066.11-1 什么是注意力机制.mp4 - 43.4M
　 ├─ 024.5-6 Dropout代码实现.mp4 - 17.3M
　 ├─ 001.1-1 课程内容和理念.mp4 - 52.2M
　 ├─ 098.16-3 DALL-E模型.mp4 - 54.3M
　 ├─ 034.6-8 AdaGrad算法.mp4 - 24.8M
　 ├─ 020.5-2 过拟合欠拟合应对策略.mp4 - 41.2M
　 ├─ 062.10-6 编码器-解码器网络.mp4 - 41.1M
　 ├─ 037.6-11 梯度下降代码实现.mp4 - 30.9M
　 ├─ 018.4-8 多分类问题代码实现.mp4 - 42.8M
　 ├─ 060.10-4 长短期记忆网络.mp4 - 43.1M
　 ├─ 097.16-2 CLIP模型.mp4 - 37.7M
　 ├─ 044.7-6 卷积神经网络代码实现（LeNet）.mp4 - 27.2M
　 ├─ 046.8-2 VGGNet.mp4 - 47.7M
　 ├─ 080【公众号：阿乐资源库】.13-2 变分推断.mp4 - 40.8M
　 ├─ 065.10-9 机器翻译简单代码实现.mp4 - 39.3M
　 ├─ 035.6-9 RMSProp_Adadelta算法.mp4 - 15.9M
　 ├─ 039.7-1 全连接层问题.mp4 - 38.5M
　 ├─ 087【公众号：阿乐资源库】.14-3 迁移学习.mp4 - 31.8M
　 ├─ 100.16-5 下一步学习的建议.mp4 - 18.5M
　 ├─ 040.7-2 图像卷积.mp4 - 34.8M
　 ├─ 015.4-5 回归问题.mp4 - 35.6M
　 ├─ 053.9-3 循环神经网络.mp4 - 48.2M
　 ├─ 058.10-2 双向循环神经网络.mp4 - 25.8M
　 ├─ 013.4-3 前向传播和反向传播.mp4 - 39.5M
　 ├─ 082【公众号：阿乐资源库】.13-4 生成对抗网络.mp4 - 39.9M
　 ├─ 069.11-4 自注意力机制.mp4 - 30.2M
　 └─ 099.16-4 深度学习最新发展趋势分析.mp4 - 37M