分享资源

0基础掌握AI深度学习与PyTorch实战视频教程

  • 发布时间：
    2026-01-04 02:47:08
  • 文件大小：
    共计 77 个文件，合计：2.92GB
  • 资源来源：
    夸克网盘夸克网盘
  • 资源售价：
    积分10积分
  • 资源标签：
    AI深度学习PyTorch实战教程
・本站会员获取资源无需消耗积分。
・获取资源后可以在「个人中心」24 小时内无理由退积分。
・为防止资源链接失效，请及时转存文件。

  • 迅雷云盘 2024黑马博学谷AI大模型训练营1期

    2024黑马博学谷AI大模型训练营1期是面向AI大模型学习爱好者的优质课程。课程开篇以开班仪式和Python前置课程串讲为起点，为学员奠定编程基础。随后深入讲解大模型前置知识、基础知识以及主要类别架构，让学员全面了解大模型的理论体系。 在主流大模型介绍环节，课程详细阐述了大模型Prompt-Tuning方法，从入门到进阶，再到提示词工程应用，逐步提升学员的实操能力。课程还设置了丰富的项目实践，涵盖金融、电商、物流、大健康、新零售、新媒体等多个行业，如金融行业动态风向评估、电商领域虚拟试衣系统等，帮助学员将理论知识运用到实际场景中。 此外，课程包含Stable Diffusion多模态大模型应用…...
    AI黑马博学谷
    2024黑马博学谷AI大模型训练营1期
    2024黑马博学谷AI大模型训练营1期

  • 夸克网盘 2023 AI技术学习指南

    这份资料包汇聚了2023年5月的AI技术学习资源，涵盖人工智能基础理论、应用案例与前沿技术。对于AI初学者，能借此建立核心概念认知；专业人士也可从中获取最新发展动态。资料提供了系统化学习路径，有助于学习者提升技能，将所学应用于实际项目，增强竞争力。开启AI技术进阶之旅，这些资料不容错过。...
    AI技术学习LangChain人工智能
    2023 AI技术学习指南
    2023 AI技术学习指南

  • 夸克网盘 2024黑马博学谷AI大模型训练营1期

    2024黑马博学谷AI大模型训练营1期是一门专注于AI大模型领域的课程。课程内容丰富全面，从开班仪式与Python前置课程串讲出发，涵盖大模型前置知识、基础知识、主要类别架构等基础内容。在主流大模型介绍方面，涉及ChatGPT、ChatGLM - 6B等，还深入讲解大模型Prompt - Tuning方法的入门与进阶以及提示词工程应用。项目实践多样，包括金融行业动态风向评估、电商领域虚拟试衣系统、物流行业信息咨询智能问答系统、大健康行业智能问诊系统、新零售行业评价决策系统、新媒体行业评论智能分类与信息抽取系统等项目。此外，还有Stable Diffusion多模态大模型应用实战，以及文心一言&…...
    AI大模型训练营课程
    2024黑马博学谷AI大模型训练营1期
    2024黑马博学谷AI大模型训练营1期

  • 夸克网盘 AI大模型训练营1期

    AI大模型训练营1期，助你在8周内掌握大模型垂直业务领域应用与开发能力。 课程内容丰富全面，涵盖大模型入门、应用初体验、初级开发、高级开发以及模型部署等阶段。学完后，可独立运用大模型技术开发文生图、情感分析、知识问答等项目。 该训练营适合想要从IT领域转型到AI领域，重新赋能开发技术的人员。通过学习，能让学员成为穿越周期的“薪”质人才，在竞争激烈的职场中脱颖而出。无论是金融、电商、物流，还是大健康、新零售、新媒体等行业的相关项目开发，都能在课程中找到对应的知识和实践内容。...
    AI大模型大模型开发编程课程
    AI大模型训练营1期
    AI大模型训练营1期

  • 百度网盘 2024黑马博学谷AI大模型训练营1期

    2024黑马博学谷AI大模型训练营1期是一门专注于AI大模型领域的课程。课程内容丰富全面，从开班仪式与Python前置课程串讲出发，深入讲解大模型前置知识、基础知识、主要类别架构等理论内容。在模型介绍方面，涵盖主流大模型，并对大模型Prompt-Tuning方法进行从入门到进阶的教学，还涉及大模型提示词工程应用。项目实践是课程一大亮点，设有金融行业动态风向评估、电商领域虚拟试衣系统、物流行业信息咨询智能问答系统、大健康行业智能问诊系统、新零售行业评价决策系统、新媒体行业评论智能分类与信息抽取系统等多个项目，让学员在实践中巩固所学知识。此外，课程还包含Stable Diffusion多模态大模型…...
    AI大模型训练营课程
    2024黑马博学谷AI大模型训练营1期
    2024黑马博学谷AI大模型训练营1期

  • 夸克网盘 吴师兄大模型训练营2025新版实战课程——从零基础到企业级应用全栈进阶

    吴师兄大模型训练营2025新版实战课程——从零基础到企业级应用全栈进阶 当下，大模型技术在多领域加速落地，企业对有实战能力的大模型开发人才需求剧增。《2025年中国AI人才发展报告》显示，具备大模型微调、RAG构建和多模态开发能力的工程师薪资比普通AI岗位高60%以上，市场供给缺口超70%。吴师兄大模型训练营2025新版实战课程应运而生，以“问题驱动、实战导向”为理念，为零基础到进阶开发者打造从原理到工业级项目落地的学习体系。 为何选2025新版？五大升级革新AI学习 该课程非“概念科普”或“Demo演示”，而是对标一线大厂岗位的实战训练营。2025新版全面升级：全面适配Qwen3、Llama…...
    AI人才培养吴师兄大模型开发
    吴师兄大模型训练营2025新版实战课程——从零基础到企业级应用全栈进阶
    吴师兄大模型训练营2025新版实战课程——从零基础到企业级应用全栈进阶

  • 夸克网盘 商业实战MJSD：从0到精通AI绘图与设计教程

    此教程专为设计爱好者与专业人士量身打造，是一套全方位的AI绘图与设计学习资料。它从MJSD基础讲起，逐步深入高级技巧，涵盖MJ入门、SD本地部署、Controlnet插件应用、Lora模型炼制等核心内容，助学习者掌握AI绘图核心技能。教程实用性强，特别适合电商场景制作、IP设计、动态视频创作等领域。资料内有丰富免费资源库与实用工具，如AI助手和视频去重神器，能有效提升创作效率。无论是设计新手还是有一定基础的进阶用户，都能借此教程提升设计能力。...
    AI绘图设计MJSD设计教程
    商业实战MJSD：从0到精通AI绘图与设计教程
    商业实战MJSD：从0到精通AI绘图与设计教程

  • 夸克网盘 强化学习必修课：开启人工智能新时代

    介绍 强化学习作为人工智能领域的关键分支，在诸多领域展现出巨大潜力。这门“强化学习必修课：开启人工智能新时代”课程，能引领学习者走进强化学习的世界。 课程涵盖了丰富的内容，从线性代数、微积分、概率等基础数学知识，到CUDA+Anaconda深度学习环境配置等技术操作，再到蒙特卡洛方法、深度Q网络、策略梯度等强化学习核心算法，循序渐进，逐步深入。 课程还设置了多个项目实战，如Gym游戏、大模型RLHF等，让学习者在实践中巩固所学知识，提升解决实际问题的能力。通过学习该课程，无论是初学者还是有一定基础的从业者，都能系统地掌握强化学习的前沿技术，为在人工智能领域的发展打下坚实基础。...
    人工智能强化学习课程
    强化学习必修课：开启人工智能新时代
    强化学习必修课：开启人工智能新时代

  • 夸克网盘 AI变现实战案例教程合集

    这套AI变现实战案例教程合集涵盖了多个热门领域，为想在AI领域有所作为的人提供了实用的指导。其中，视频号AI短视频创业营课程介绍了视频号开通、AIGC内容创作、AI剪辑工具应用等内容，帮助创业者掌握短视频创业的全流程。AIGC玩赚副业课程则聚焦公众号爆文写作、AI绘画变现等副业方向，让学习者能利用AI技术开启副业之路。AI辅助设计训练营课程从基础入门到深入实战，详细讲解了SD软件的使用、模型训练等内容，适合设计师提升设计效率。AI精英课从入门到精通，包含丰富的实战案例，涉及自媒体、论文、育儿、找工作等多个场景，让学习者能将AI应用到实际生活和工作中。此外，还包含AI美女绘画项目、AI商业智慧、…...
    AI变现AI辅助设计ChatGPT应用
    AI变现实战案例教程合集
    AI变现实战案例教程合集

  • 夸克网盘 AI视频制作实战课程：从入门到精通

    《AI视频制作实战课程：从入门到精通》是一套全面且实用的视频创作课程。课程系统整合即梦AI、可灵AI等12款智能工具，覆盖从基础操作到商业变现的全流程。在技巧讲解方面，课程重点剖析剪映的进阶剪辑技巧，以及Midjourney绘画的参数设置，还独创了“三阶段提示词法则”，能实现如熊猫做饭、古风换装等热门题材的角色一致性控制。课程针对短视频创作者开发了38个爆款案例模板，像送财童子、萌宠舞蹈、文旅宣传等，同时融入Luma动态照片修复、Vidu视频生成等前沿技术实操。在电商领域，深度拆解模特换装与产品展示视频的制作；对于知识博主，也提供了历史解说、成语故事等内容的生产流程。技术模块包含本地部署Dee…...
    AI视频制作实战课程智能工具
    AI视频制作实战课程：从入门到精通
    AI视频制作实战课程：从入门到精通

  • 夸克网盘 黑派AiGC：轻松上手AI设计0基础到高阶课程

    介绍 黑派AiGC的这套轻松上手AI设计0基础到高阶课程，是优质学习资源。 课程系统覆盖Stable Diffusion、Midjourney、ComfyUI全流程实战。从提示词编写、SD/MJ工具操作，到2D转3D、电商摄影、毛绒公仔生成等高阶技巧都有全解析。 课程包含游戏勋章设计、IP潮玩创作、AI视频动画等实战案例。还手把手教学工作流搭建、资源检索与整合，附加AI副业变现思路，能助学习者快速掌握AI绘画与设计核心技能，提升创作效率，解锁职业新可能。...
    AI设计课程ComfyUIMidjourney
    黑派AiGC：轻松上手AI设计0基础到高阶课程
    黑派AiGC：轻松上手AI设计0基础到高阶课程

  • 迅雷云盘 《用得上的AI商业课》：开启AI商业实践之旅

    在当下人工智能蓬勃发展的时代，《用得上的AI商业课》应运而生，助力人们把握AI商业应用机遇。课程核心：该课程不局限于AI应用设计，更注重培养商业化思维，引导学员将AI技术与商业实践深度融合，挖掘AI在商业领域的潜力。课程内容丰富多样：在设计方面，涵盖设计基础版式、商业海报、包装创意等内容，结合Mid - Journey（mj）辅助实操案例，如品牌logo设计，既有思维讲解又有实际案例分析。在AI工具应用上，详细介绍Stable Diffusion（SD），包括安装教程、常用界面详解、文生图及图生图用法、提示词核心技巧、模型使用与安装等，还有Controlnet插件、Roop插件等讲解。此外，还…...
    AI商业课AI应用商业设计
    《用得上的AI商业课》：开启AI商业实践之旅
    《用得上的AI商业课》：开启AI商业实践之旅

  • 夸克网盘 零基础AN沙雕动画制作全流程教程

    介绍这套零基础AN沙雕动画制作全流程教程，专为零基础学员打造。围绕Adobe Animate软件展开，涵盖从软件安装、界面与项目管理，到角色绘制、场景搭建、关键帧动画、镜头与特效、配音与字幕、视频导出等多方面内容。此外，还包含剪映剪辑与PR/ME批处理教学，以及配套实战项目与账号运营方法。通过本教程学习，学员能够快速掌握制作搞笑、吸睛的沙雕动画短片技巧，具备持续更新作品与实现变现的能力。教程内容丰富全面，从基础的软件操作入门，如下载安装、界面设置等，到深入的动画制作技巧，像人物表情添加、场景应用、特效制作等，均有详细讲解。同时，还涉及文案撰写、素材应用、配音处理等相关知识，以及运营方面的起号、…...
    Adobe Animate动画制作教程沙雕动画
    零基础AN沙雕动画制作全流程教程
    零基础AN沙雕动画制作全流程教程

  • 夸克网盘 《图灵编程系列230+本高清电子书合集》

    图灵出版的编程书籍是程序员的成长伙伴，内容丰富、结构严谨，讲解清晰，还有大量实战案例。 比如《你不知道的JavaScript》系列，能让读者深入理解这门语言；《机器学习实战》是AI领域学习的必备资料；《Python编程：从入门到实践》适合Python爱好者上手，《Python深度学习》则适合深入研究者。 除了编程语言，书籍还涵盖系统架构、团队开发、大数据处理等内容。如《高效团队开发：工具与方法》介绍先进开发工具和方法以提升效率；《大数据项目管理：从规划到实现》助力在大数据领域取得突破。 这些图书从基础到高阶全面覆盖，无论处于职业哪个阶段都能满足学习需求。入门者可选《Python编程：从入门到实…...
    图灵编程大数据处理系统架构

  • 夸克网盘 颜值剪辑起号教学课程

    这套颜值剪辑起号教学课程，覆盖短视频创作全流程实战技能，设有19个专题教学模块。从剪辑软件基础操作入手，详解手机端与电脑端双平台剪辑技巧，如变速剪辑、服装变色特效、闪白转场等视觉包装手法。课程深入剖析平台运营规则，针对内容重复问题提供图文去重解决方案，包括无脑搬运法、黑屏频闪处理等去水印技术。在变现板块，系统讲解音乐推广、游戏弹幕广告等主流盈利模式，还配备违规申诉指导与流量激活策略。新手教学模块有账号冷启动方案，从剪映基础操作到批量发布技巧形成完整链路。进阶部分涉及AE软件高阶应用与爆款内容生产方法论，助力创作者突破流量瓶颈，实现内容变现。课程采用阶梯式设计，既有基础剪辑的实操演示，也有算法推…...
    内容变现短视频创作课程
    颜值剪辑起号教学课程
    颜值剪辑起号教学课程

0基础掌握AI深度学习与PyTorch实战视频教程

此课程专为AI深度学习初学者打造，借助PyTorch框架，从神经网络基础到高级模型应用，全面涵盖深度学习核心技术。课程包含神经网络、卷积神经网络、循环神经网络、注意力机制等核心概念，以及PyTorch的安装、数据加载、模型训练与优化等实战技能。通过丰富的实战案例，助力学员从零起步，逐步掌握深度学习关键技术，最终能独立完成复杂AI项目的开发与部署。适合渴望快速入门AI深度学习领域的技术爱好者和专业人士。

📢 以下文件由夸克网盘用户于2024-10-26分享（文件数量过多时仅展示部分文件）
【技术课程分享】从入门到精通，0基础学习AI深度学习+Pytorch，实战案例视频教程2.92GB
001-课程介绍.mp489.3MB
002-1-神经网络要完成的任务分析.mp433.97MB
003-2-模型更新方法解读.mp421.63MB
004-3-损失函数计算方法.mp428.57MB
005-4-前向传播流程解读.mp422.56MB
006-5-反向传播演示.mp422.66MB
007-6-神经网络整体架构详细拆解.mp443.76MB
008-7-神经网络效果可视化分析.mp461.31MB
009-8-神经元个数的作用.mp422.59MB
010-9-预处理与dropout的作用.mp432.22MB
011-1-卷积神经网络概述分析.mp440.19MB
012-2-卷积要完成的任务解读.mp427.94MB
013-3-卷积计算详细流程演示.mp459.98MB
014-4-层次结构的作用.mp420.9MB
015-5-参数共享的作用.mp420.04MB
016-6-池化层的作用与效果.mp433.28MB
017-7-整体网络结构架构分析.mp446.17MB
018-8-经典网络架构概述.mp444.49MB
019-1-RNN网络结构原理与问题.mp417.37MB
020-2-注意力结构历史故事介绍.mp432.15MB
021-3-self-attention要解决的问题.mp426.5MB
022-4-QKV的来源与作用.mp427.32MB
023-5-多头注意力机制的效果.mp429.07MB
024-6-位置编码与解码器.mp428.88MB
025-7-整体架构总结.mp426.54MB
026-8-BERT训练方式分析.mp419.06MB
027-1-PyTorch框架与其他框架区别分析.mp433.67MB
028-2-CPU与GPU版本安装方法解读.mp478.84MB
029-1-数据集与任务概述.mp439.06MB
030-2-基本模块应用测试.mp440.36MB
031-3-网络结构定义方法.mp451.04MB
032-4-数据源定义简介.mp433.32MB
033-5-损失与训练模块分析.mp435.74MB
034-6-训练一个基本的分类模型.mp444.08MB
035-7-参数对结果的影响.mp442.79MB
036-1-任务与数据集解读.mp434.34MB
037-2-参数初始化操作解读.mp439.52MB
038-3-训练流程实例.mp440.51MB
039-4-模型学习与预测.mp453.96MB
040-1-输入特征通道分析.mp438.9MB
041-2-卷积网络参数解读.mp428.27MB
042-3-卷积网络模型训练.mp449.51MB
043-1-任务分析与图像数据基本处理.mp436.6MB
044-2-数据增强模块.mp439.06MB
045-3-数据集与模型选择.mp436.18MB
046-4-迁移学习方法解读.mp442.47MB
047-5-输出层与梯度设置.mp453.8MB
048-6-输出类别个数修改.mp443.77MB
049-7-优化器与学习率衰减.mp444.11MB
050-8-模型训练方法.mp444.56MB
051-9-重新训练全部模型.mp441.78MB
052-10-测试结果演示分析.mp499.73MB
053-4-实用Dataloader加载数据并训练模型.mp458.27MB
054-1-Dataloader要完成的任务分析.mp428.63MB
055-2-图像数据与标签路径处理.mp442.04MB
056-3-Dataloader中需要实现的方法分析.mp443.4MB
057-1-数据集与任务目标分析.mp441.96MB
058-2-文本数据处理基本流程分析.mp452.02MB
059-3-命令行参数与DEBUG.mp432.8MB
060-4-训练模型所需基本配置参数分析.mp438.21MB
061-5-预料表与字符切分.mp430.05MB
062-6-字符预处理转换ID.mp432.17MB
063-7-LSTM网络结构基本定义.mp431.71MB
064-8-网络模型预测结果输出.mp435.63MB
065-9-模型训练任务与总结.mp440.98MB
066-1-基本结构与训练好的模型加载.mp418.97MB
067-2-服务端处理与预测函数.mp440.03MB
068-3-基于Flask测试模型预测结果.mp440.69MB
069-1-视觉transformer要完成的任务解读.mp430.2MB
070-1-项目源码准备.mp441.74MB
071-2-源码DEBUG演示.mp431.47MB
072-3-Embedding模块实现方法.mp442.08MB
073-4-分块要完成的任务.mp434.79MB
074-5-QKV计算方法.mp439.92MB
075-6-特征加权分配.mp439.65MB
076-7-完成前向传播.mp436.92MB
077-8-损失计算与训练.mp445.44MB
共77个文件，合计：2.92GB
夸克网盘
资源评论 AUP主 M管理员
评分
{{ rating }}分