年薪40万的技术保障，人工智能深度实战，《人工智能》第16阶段更新

01_PyTorch概述

02_PyTorch的安装

03_Pycharm关联PyTorch运行环境

04_Jupyter关联PyTorch运行环境

05_Tensor的创建

06_修改Tensor的形状_索引操作

07_广播机制_逐元素操作

08_归并操作_比较操作_矩阵操作

09_PyTorch实战CIFAR10数据_读取和展示

10_PyTorch实战CIFAR10_构建网络_打印网络层次

11_PyTorch实战CIFAR10_训练模型_测试模型

12_PyTorch实战CIFAR10_分类别打印模型准确率

13_使用全局平均池化_使用LeNet模型

14_使用集成学习思想训练识别模型

15_使用VGG16模型提供准确率

16_torchvision里面的预训练模型

17_迁移学习_PyTorch代码实战冻结预训练模型参数

18_PyTorch代码实战加入数据增强

19_PyTorch词性标注_构建数据和词索引号

20_PyTorch词性标注_构建词嵌入层LSTM层和词性输出层

21_PyTorch词性标注_构建数据索引化和训练模型代码

22_PyTorch词性标注_测试模型效果

23_PyTorch中英文翻译_规范化语料库_构建中英文词典索引

24_PyTorch中英文翻译_数据预处理

25_PyTorch中英文翻译_索引化数据_转化成Tensor张量_构建Encoder编码器

26_PyTorch中英文翻译_构建训练函数之Encoder计算

27-1_PyTorch中英文翻译_构建带Attention注意力机制的Decoder解码器

28_PyTorch中英文翻译_构建训练函数之Decoder计算

29_PyTorch中英文翻译_评估模型函数

30_PyTorch中英文翻译_绘制Attentions注意力权重