李沐-动手学深度学习V2 - 猎人搜索 轻松搜寻全网资源

• file:1-物体检测-1080P 高清-AVC.mp4
• file:4-QA-1080P 高清-AVC.Cover.jpg
• file:1-使用注意力机制的seq2seq-1080P 高清-AVC.jpg
• file:1-Kaggle ImageNet Dog-1080P 高清-AVC.ass
• folder:李沐-动手学深度学习V2
• folder:41 物体检测和数据集
• folder:51 序列模型
• folder:66 使用注意力机制的seq2seq
• folder:23 经典卷积神经网络 LeNet
• folder:40 实战 Kaggle 比赛：狗的品种识别（ImageNet Dogs）
• folder:03 安装
• folder:59 双向循环神经网络
• folder:21 卷积层里的多输入多输出通道
• folder:70 BERT微调
• folder:27 含并行连结的网络 GoogLeNet Inception V3
• folder:61 编码器-解码器架构
• folder:43 树叶分类竞赛技术总结
• folder:73 课程总结和进阶学习【完结】
• folder:28 批量归一化
• folder:29.2 ResNet为什么能训练出1000层的模型
• folder:31 深度学习硬件：CPU 和 GPU
• folder:72 优化算法
• folder:10 多层感知机 + 代码实现
• folder:49 样式迁移
• folder:02 深度学习介绍
• folder:08 线性回归 + 基础优化算法
• folder:09B 使用 AWS 最便宜的 GPU 实例
• folder:44 物体检测算法：R-CNN，SSD，YOLO
• folder:17 使用和购买 GPU
• folder:09A Windows 下安装 CUDA 和 Pytorch 跑深度学习
• folder:36 数据增广
• folder:50 课程竞赛：牛仔行头检测
• folder:11 模型选择 + 过拟合和欠拟合
• folder:71 目标检测竞赛总结
• folder:14 数值稳定性 + 模型初始化和激活函数
• folder:16 PyTorch 神经网络基础
• folder:65 注意力分数
• folder:34 多GPU训练实现