教程文件目录：
【No632】2019 深度学习与PyTorch入门实战教程（价值399元）
|-- 课程补充.mp4
|-- 介绍.txt
|-- 解压密码在论坛资料帖子上.txt
|-- 加群学习.jpg
|-- 观看视频必读.txt
|-- 点击获取更多资源.url
|-- 本资料下载来源.png
|-- 3.初见深度学习.zip
|-- 2.开发环境准备.zip
|-- 1.深度学习框架介绍.zip
|-- 9.过拟合
  |-- 49.lesson35-early stopping, dropout, sgd.mp4
  |-- 48.lesson34-动量与lr衰减.mp4
  |-- 47.lesson33-regularization.mp4
  |-- 46.lesson32-Train-Val-Test-交叉验证-2.mp4
  |-- 45.lesson32-Train-Val-Test-交叉验证-1.mp4
  |-- 44.lesson31-过拟合与欠拟合.mp4
|-- 8.多层感知机与分类器
  |-- 43.lesson30-Visdom可视化.mp4
  |-- 42.lesson29 测试.mp4
  |-- 41.lesson28 激活函数与GPU加速.mp4
  |-- 40.lesson27 全连接层.mp4
  |-- 39.lesson26 多分类实战.mp4
  |-- 38.lesson25 交叉熵.mp4
  |-- 37.lesson24 Logistic Regression.mp4
|-- 7.感知机梯度传播推导
  |-- 36.lesson22 优化小实例.mp4
  |-- 35.lesson21 反向传播.mp4
  |-- 34.lesson20 链式法则.mp4
  |-- 33.lesson19 多输出Loss层2.mp4
  |-- 32.lesson19 单一输出感知机1.mp4
|-- 6.随机梯度下降
  |-- 31.lesson18 激活函数及其梯度3.mp4
  |-- 30.lesson18 激活函数及其梯度2.mp4
  |-- 29.lesson18 激活函数及其梯度1.mp4
  |-- 28.lesson17 常见梯度.mp4
  |-- 27.lesson16 什么是梯度2.mp4
  |-- 26.lesson16 什么是梯度1.mp4
|-- 5.张量高阶操作
  |-- 25.lesson14 高阶OP.mp4
  |-- 24.lesson13 数据统计2.mp4
  |-- 23.lesson13 数据统计1.mp4
  |-- 22.lesson12 基本运算.mp4
  |-- 21.lesson11 合并与切割2.mp4
  |-- 20.lesson11 合并与切割1.mp4
  |-- 19.lesson10 Broatcasting 2.mp4
  |-- 18.lesson10 Broatcasting 1.mp4
|-- 4.Pytorch张量操作
  |-- 9.lesson6 基本数据类型2.mp4
  |-- 8.lesson6 基本数据类型1.mp4
  |-- 17.lesson9 维度变换4.mp4
  |-- 16.lesson9 维度变换3.mp4
  |-- 15.lesson9 维度变换2.mp4
  |-- 14.lesson9 维度变换1.mp4
  |-- 13.lesson8 索引与切片2.mp4
  |-- 12.lesson8 索引与切片1.mp4
  |-- 11.lesson7 创建Tensor 2.mp4
  |-- 10.lesson7 创建Tensor 1.mp4
|-- 12.对抗生成网络GAN
  |-- 87.lesson65-WGAN-GP实战.mp4
  |-- 86.lesson64-GAN训练不稳定.mp4
  |-- 85.lesson63-GAN实战.mp4
  |-- 84.lesson62-G和D实现.mp4
  |-- 83.lesson61-WGAN与WGAN-GP.mp4
  |-- 82.lesson60-EM距离.mp4
  |-- 81.lesson59-JS散度的弊端.mp4
  |-- 80.lesson58-纳什均衡-G.mp4
  |-- 79.lesson57-纳什均衡-D.mp4
  |-- 78.lesson56-GAN发展.mp4
  |-- 77.lesson55-画家的成长历程.mp4
  |-- 76.lesson54-数据分布.mp4
|-- 11.循环神经网络RNN&LSTM
  |-- 75.lesson53-情感分类实战.mp4
  |-- 74.lesson52-LSTM Layer使用.mp4
  |-- 73.lesson51-LSTM原理-2.mp4
  |-- 72.lesson51-LSTM原理-1.mp4
  |-- 71.lesson50-RNN训练难题.mp4
  |-- 70.lesson49-时间序列预测.mp4
  |-- 69.lesson48-RNN Layer使用-2.mp4
  |-- 68.lesson48-RNN Layer使用-1.mp4
  |-- 67.lesson47-RNN原理-2.mp4
  |-- 66.lesson47-RNN原理-1.mp4
  |-- 65.lesson46-时间序列表示.mp4
|-- 10.卷积神经网络CNN
  |-- 64.lesson44-数据增强Data Argumentation.mp4
  |-- 63.lesson43-nn.Module-2.mp4
  |-- 62.lesson43-nn.Module-1.mp4
  |-- 61.lesson42-ResNet, DenseNet-2.mp4
  |-- 60.lesson42-ResNet，DenseNet-1.mp4
  |-- 59.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
  |-- 58.lesson41-LeNet5,AlexNet, VGG, GoogLeN.mp4
  |-- 57.lesson40-BatchNorm-2.mp4
  |-- 56.lesson40-BatchNorm-1.mp4
  |-- 55.lesson39-Pooling&upsample.mp4
  |-- 54.lesson38-卷积神经网络-3.mp4
  |-- 53.lesson38-卷积神经网络-2.mp4
  |-- 52.lesson38-卷积神经网络-1.mp4
  |-- 51.lesson37-什么是卷积-2.mp4
  |-- 50.lesson37-什么是卷积-1.mp4