【精品】2019年 深度学习与TensorFlow 2入门实战亚博体育排球附讲义源码 183课

发布时间: 2019-09-08

发货 百度网盘 自动发货 时间 2019年 类型 会员打折

权限 Array

28.00

立即下载 加入收藏

自动发货

课程展示

QQ截图20190908205608.png


QQ截图20190908212325.png

适用人群

本课程适合于深度学习和人工智能方向新手,需要零基础、快速、深入学习人工智能的朋友。


课程概述

2019.08更新:自定义数据集加载,基于宝可梦精灵的迁移学习实战

2019.07更新:LSTM情感分类任务实战,基于IMDB电影评价数据集

2019.06更新:反向传播算法实战,手动推导梯度传播原理

2019.05更新:二次元动漫头像图片生成实战,基于GAN网络


本课程基于TensorFlow 2.0版本讲解,近200课时,每节课时平均10分钟,网易云最受好评、通俗易懂、深入浅出的TF2深度学习课程。一次购买,永久有效,源代码和PPT请购买后加QQ群(926107229)下载,同时提供专业答疑服务。


课程目录

章节1:深度学习初见

1AI学习指南14:19

2深度学习框架介绍-110:21

3深度学习框架介绍-209:55

4开发环境安装-110:22

5开发环境安装-211:19

章节2:选看:开发环境全程实录

6Win10平台实录-129:51

7Win10平台实录-223:26

8Ubuntu平台实录-CUDA安装10:15

9Ubuntu平台实录-Anaconda安装10:00

10Ubuntu平台实录-TensorFlow/PyTorch安装14:47

11Ubuntu平台实录-PyCharm安装05:44

章节3:回归问题

12线性回归-108:03

13线性回归-210:41

14回归问题实战-107:34

15回归问题实战-211:05

16手写数字问题-111:32

17手写数字问题-209:18

18手写数字问题-310:10

19手写数字问题初体验-109:12

20手写数字问题初体验-207:58

章节4:TensorFlow 2基础操作

21Tensor数据类型-112:02

22Tensor数据类型-211:47

23创建Tensor-110:40

24创建Tensor-209:54

25创建Tensor-307:12

26索引与切片-110:37

27索引与切片-211:18

28索引与切片-306:42

29索引与切片-413:17

30索引与切片-512:28

31维度变换-111:51

32维度变换-212:11

33维度变换-308:19

34Broadcasting-111:26

35Broadcasting-210:55

36数学运算13:25

37前向传播(张量)-实战-110:02

38前向传播(张量)-实战-210:32

39前向传播(张量)-实战-310:10

40前向传播(张量)-实战-410:22

章节5:TensorFlow 2高阶操作

41合并与分割13:00

42数据统计14:29

43张量排序-108:42

44张量排序-212:40

45填充与复制13:03

46张量限幅-110:11

47张量限幅-210:49

48高阶操作-110:05

49高阶操作-209:31

章节6:神经网络与全连接层

50数据加载-110:01

51数据加载-207:38

52数据加载-309:12

53测试(张量)-实战15:36

54全连接层-110:39

55全连接层-210:59

56输出方式12:43

57误差计算-113:17

58误差计算-211:46

59误差计算-310:30

章节7:随机梯度下降

60梯度下降-简介-107:41

61梯度下降-简介-209:31

62常见函数的梯度07:22

63激活函数及其梯度15:33

64损失函数及其梯度-108:12

65损失函数及其梯度-212:32

66单输出感知机梯度12:47

67多输出感知机梯度13:15

68链式法则12:57

69反向传播算法-110:10

70反向传播算法-209:54

71函数优化实战08:32

72手写数字问题实战(层)-110:04

73手写数字问题实战(层)-210:34

74手写数字问题实战(层)-311:35

75TensorBoard可视化-110:04

76TensorBoard可视化-210:04

章节8:Keras高层接口

77Keras高层API-108:56

78Keras高层API-208:02

79Keras高层API-308:11

80自定义层/网络-109:13

81自定义层/网络-209:57

82模型加载与保存10:53

83CIFAR10自定义网络实战-110:04

84CIFAR10自定义网络实战-210:02

85CIFAR10自定义网络实战-311:44

章节9:过拟合

86过拟合与欠拟合14:24

87交叉验证-110:24

88交叉验证-213:25

89Regularization12:59

90动量与学习率14:11

91Early Stopping和Dropout14:53

章节10:卷积神经网络

92什么是卷积-110:04

93什么是卷积-210:02

94什么是卷积-309:03

95什么是卷积-407:02

96卷积神经网络-110:36

97卷积神经网络-210:31

98卷积神经网络-309:22

99卷积神经网络-411:17

100池化与采样07:22

101CIFAR100与VGG13实战-110:13

102CIFAR100与VGG13实战-209:55

103CIFAR100与VGG13实战-310:12

104CIFAR100与VGG13实战-407:10

105经典卷积网络VGG, GoogLeNet, Inception-110:14

106经典卷积网络VGG, GoogLeNet, Inception-208:56

107BatchNorm13:35

108BatchNorm-212:34

109ResNet, DenseNet - 112:03

110ResNet, DenseNet - 212:32

111ResNet实战-110:21

112ResNet实战-210:06

113ResNet实战-310:19

114ResNet实战-411:48

章节11:循环神经网络RNN

115序列表示方法-111:45

116序列表示方法-212:26

117循环神经网络层-110:49

118循环神经网络层-212:15

119RNNCell使用-110:20

120RNNCell使用-208:48

121RNN与情感分类问题实战-加载IMDB数据集10:41

122RNN与情感分类问题实战-单层RNN Cell10:29

123RNN与情感分类问题实战-网络训练09:42

124RNN与情感分类问题实战-多层RNN Cell09:53

125RNN与情感分类问题实战-高层接口09:27

126梯度弥散与梯度爆炸13:34

127LSTM-113:08

128LSTM-206:46

129LSTM实战11:49

130GRU原理与实战13:51

章节12:自定义数据集和迁移学习

131宝可梦精灵数据集10:32

132自定义数据集加载流程12:58

133自定义数据集实现10:17

134数据增强09:43

135数据标准化07:13

136从零训练ResNet10:44

137小样本训练难题07:28

138迁移学习原理与实战13:54

章节13:自编码器Auto-Encoders

139无监督学习10:07

140Auto-Encoders原理10:14

141Auto-Encoders变种10:17

142Adversarial Auto-Encoders10:11

143Variational Auto-Encoders引入10:01

144Reparameterization Trick10:40

145Variational Auto-Encoders原理11:00

146Auto-Encoders实战-创建编解码器09:23

147Auto-Encoders实战-训练09:21

148Auto-Encoders实战-测试09:21

149VAE实战-创建网络09:26

150VAE实战-KL Divergence计算12:41

151VAE实战-训练与测试11:45

章节14:对抗生成网络GAN

152数据的分布08:58

153画家的成长历程13:04

154GAN原理10:01

155纳什均衡-D09:57

156纳什均衡-G13:42

157JS散度的缺陷16:36

158EM距离09:57

159WGAN-GP原理16:22

160GAN实战-110:20

161GAN实战-209:59

162GAN实战-310:09

163GAN实战-411:00

164GAN实战-508:33

165GAN实战-607:42

166WGAN实战-111:07

167WGAN实战-209:45

章节15:选看:人工智能发展简史

168生物神经元结构04:06

169感知机的提出10:07

170BP神经网络10:07

171CNN和LSTM的发明10:19

172人工智能低谷10:07

173深度学习的诞生10:13

174深度学习的爆发12:13

章节16:选看:Numpy实战BP神经网络

175权值的表示10:05

176多层感知机的实现10:18

177BP神经网络前向传播10:06

178BP神经网络反向传播-110:10

179BP神经网络反向传播-210:06

180BP神经网络反向传播-310:18

181多层感知机的训练10:24

182多层感知机的测试12:06

183实战小结


课程大小

QQ截图20190908202317.png

版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系客服,我们将尽快处理。

暂无评论

嘿,我来帮您!