联系客服
TensorFlow2.0深度解析从原理到应用2019[全]......
第1节: 机器学习框架介绍.mp4
第2节: Tensorflow介绍.mp4
第3节: Tensorflow2新版特性.mp4
第4节: Tensorflow2架构方式.mp4
第5节: Tensorflow与其他框架对比.mp4
第6节: Tensorflow环境配置.mp4
第7节: 基于谷歌云平台搭建无GPU环境.mp4
第8节: 基于谷歌云平台配置远程笔记工具.mp4
第9节: 基于谷歌云平台搭建GPU版环境.mp4
第10节: 基于谷歌云平台镜像搭建环境.mp4
第11节: AWS云平台环境配置.mp4
第12节: tfkeras介绍.mp4
第13节: 分类回归与目标函数.mp4
第14节: 分类模型数据读取与展示.mp4
第15节: 分类模型模型构建.mp4
第16节: 分类模型数据归一化.mp4
第17节: 回调函数.mp4
第18节: 神经网络讲解.mp4
第19节: 深度神经网络案例.mp4
第20节: 批归一化、激活函数、dropout案例.mp4
第21节: wide_deep模型.mp4
第22节: 函数API实现wide&deep模型.mp4
第23节: 子类API实现wide&deep模型.mp4
第24节: wide&deep模型的多输入与多输出案例.mp4
第25节: 超参数搜索.mp4
第26节: 手动实现超参数搜索案例.mp4
第27节: 用sklearn封装keras模型.mp4
第28节: 用sklearn超参数搜索.mp4
第29节: 基础API介绍.mp4
第30节: tf.constant.mp4
第31节: tf.strings与ragged_tensor.mp4
第32节: sparse_tensor与tf.Variable.mp4
第33节: 自定义损失函数与DenseLayer回顾.mp4
第34节: 使子类与lambda分别自定义层次.mp4
第35节: tf.function函数转换.mp4
第36节: @tf.function函数转换.mp4
第37节: 函数签名与图结构.mp4
第38节: 近似求导.mp4
第39节: tf.GradientTape基本使用方法.mp4
第40节: tf.GradientTape与tf.keras结合使用.mp4
第41节: 其它常用API介绍.mp4
第42节: 调用data_API.mp4
第43节: 调用tf_data.mp4
第44节: 生成csv文件.mp4
第45节: 调用tf.io.decode_csv工具.mp4
第46节: tf.data与tf.keras读取csv文件.mp4
第47节: tfrecord API导入.mp4
第48节: 生成tfrecords文件.mp4
第49节: tf.data+tf.keras读取文件.mp4
第50节: datasetAPI注意事项.mp4
第51节: Estimator介绍.mp4
第52节: 泰坦尼克问题分析.mp4
第53节: feature_column使用.mp4
第54节: keras_to_estimator.mp4
第55节: 预定义estimator使用.mp4
第56节: 交叉特征.mp4
第57节: TF1.0引入.mp4
第58节: TF1.0计算图构建.mp4
第59节: TF1.0模型训练.mp4
第60节: TF1_dataset使用.mp4
第61节: TF1_自定义estimator.mp4
第62节: API改动升级与课程总结.mp4
第63节: 卷积神经网络引入与总体结构.mp4
第64节: 卷积解决的问题.mp4
第65节: 卷积的计算.mp4
第66节: 池化操作.mp4
第67节: 卷积神经网络.mp4
第68节: 深度可分离卷积网络.mp4
第69节: 深度可分离卷积网络.mp4
第70节: Kaggle平台与10monkeys数据集介绍.mp4
第71节: Keras_generator读取数据.mp4
第72节: 10monkeys基础模型搭建与训练.mp4
第73节: 10monkeys模型微调.mp4
第74节: keras_generator读取cifar10数据集.mp4
第75节: 模型训练与预测.mp4
第76节: 章节总结.mp4
第77节: 循环神经网络引入与embedding.mp4
第78节: 数据集载入与构建词表索引.mp4
第79节: 数据padding、模型构建与训练.mp4
第80节: 序列式问题与循环神经网络.mp4
第81节: 循环神经网络文本分类.mp4
第82节: 文本生成之数据处理.mp4
第83节: 文本生成之构建模型.mp4
第84节: 文本生成之采样生成文本.mp4
第85节: LSTM长短期记忆网络.mp4
第86节: LSTM文本分类与文本生成.mp4
第87节: subword文本分类之数据集载入与tokenizer.ts
第88节: subword文本分类之dataset变换与模型训练.ts
第89节: 章节总结.ts
第90节: 课程引入与GPU设置.mp4
第91节: GPU默认设置.mp4
第92节: 内存增长和虚拟设备.mp4
第93节: GPU手动设置.mp4
第94节: 分布式策略.mp4
第95节: keras分布式.mp4
第96节: estimator分布式.mp4
第97节: 自定义流程.mp4
第98节: 分布式自定义流程.mp4
第99节: 课程引入与TFLite_x264.ts
第100节: 保存模型结构加参数与保存参数.ts
第101节: Keras模型转化为SavedModel.ts
第102节: 签名函数转化为SavedModel.ts
第103节: 签名函数,SavedModel和Keras模型到具体函数转换.ts
第104节: tflite保存与解释与量化.ts
第105节: 本章总结.mp4
第106节: tensorflowjs搭建服务?载入模型.mp4
第107节: Android部署模型与总结.mp4
第108节: 课程引入与seq2seq+attention模型讲解.ts
第109节: 数据预处理理与读取.ts
第110节: 数据id化与dataset生成.ts
第111节: Encoder构建.ts
第112节: attention构建.ts
第113节: Decoder构建.ts
第114节: 损失函数与单步训练函数.ts
第115节: 模型训练.ts
第116节: 模型预测实现.ts
第117节: 样例例分析与总结.ts
第118节: Transformer模型总体架构.ts
第119节: Encoder-Decoder架构与缩放点击注意力.ts
第120节: 多头注意力与位置编码.ts
第121节: Add、Normalize、Decoding过程与总结.ts
第122节: 数据预处理与dataset生成.ts
第123节: 位置编码.ts
第124节: mask构建.ts
第125节: 缩放点积注意力机制实现(1).ts
第126节: 缩放点积注意力机制实现(2).ts
第127节: 多头注意力机制实现.ts
第128节: feedforward层次实现.ts
第129节: EncoderLayer.ts
第130节: DecoderLayer.ts
第131节: EncoderModel.ts
第132节: DecoderModel.ts
第133节: Transformer.ts
第134节: 自定义学习率.ts
第135节: Mask创建与使用.ts

人工智能 2020-04-07 46人浏览 2人下载

自然语言处理动手学词向量word embedding入......
1 课程整体介绍及大纲剖析.mp4
2 什么是one-hot编码.mp4
3 one-hot在提取文本特征上的应用.mp4
4 one-hot编码手动实现.mp4
5 ont-hot编码keras中实现.mp4
6 word2vec的前世今生.mp4
7 word2vec需要注意的关键点.mp4
8 sigmoid与softmax函数讲解.mp4
9 二叉树相关知识讲解.mp4
10 Huffman树讲解.mp4
11 Huffman编码讲解.mp4
12 语言模型讲解.mp4
13 神经网络语言模型概念讲解.mp4
14 神经网络语言模型数学理论部分讲解.mp4
15 word2vec中Skip-Gram实现方式讲解.mp4
16 word2vec中CBOW实现方式讲解.mp4
17 word2vec训练方式负采样讲解.mp4
18 word2vec训练方式层序softmax讲解.mp4
19 读取停用词.mp4
20 文本预处理上.mp4
21 文本预处理下.mp4
22 文本编码处理讲解.mp4
23 批量数据生成讲解.mp4
24 遗留问题解决讲解.mp4
25 word2vec模型实现讲解.mp4
26 word2vec模型训练讲解.mp4
27 word2vec可视化展示.mp4
28 gensim中word2vec参数讲解.mp4
29 gensim-word2vec实战之加载停用词.mp4
30 gensim-word2vec实战之文本预处理.mp4
31 gensim-word2vec实战之模型训练.mp4
32 gensim-word2vec实战之模型保存与加载.mp4
33 gensim-word2vec实战之应用讲解.mp4
34 fasttext之Subword n-gram讲解.mp4
35 fasttext之分层softmax讲解.mp4
36 fasttext实战之数据集简介及停用词加载.mp4
37 fasttext实战之文本预处理.mp4
38 fasttext实战之文本分类模型训练.mp4
39 fasttext实战之模型使用讲解.mp4
40 fasttext实战之训练词向量.mp4
41 什么是Glove讲解.mp4
42 Glove如何实现讲解.mp4
43 Glove如何训练讲解.mp4
44 Glove数学原理讲解上.mp4
45 Glove数学原理讲解下.mp4
46 Glove实战是初识Glove.mp4
47 Glove实战之求近义词.mp4
48 Glove实战之求类比词.mp4
49 项目实战之项目简介及数据集介绍.mp4
50 项目实战之GrobalParament模块编写.mp4
51 项目实战之utils模块中读取停用词方法编写.mp4
52 项目实战之utils模块中分词方法封装.mp4
53 项目实战之utils模块中文本预处理方法编写.mp4
54 项目实战之utils模块中文本预处理优化.mp4
55 项目实战之train_model模块之word2vec训练.mp4
56 项目实战之训练好的word2vec模型剖析.mp4
57 项目实战之word2vec整体训练.mp4
58 项目实战之相似度计算上.mp4
59 项目实战之相似度计算中.mp4
60 项目实战之相似度计算下.mp4
61 项目实战之结果输出.mp4
62 项目实战整体总结.mp4
动手学词向量课程资料.zip

人工智能 2020-03-30 49人浏览 1人下载

深度学习入门视频课程 上篇+下篇......
深度学习入门视频课程 上篇+下篇
├─深度学习入门视频课程(上篇)
│\xa0 \xa0\xa0 \xa001深度学习与人工智能简介.wmv
│\xa0 \xa0\xa0 \xa002计算机视觉面临挑战与常规套路.wmv
│\xa0 \xa0\xa0 \xa003用K近邻来进行图像分类.wmv
│\xa0 \xa0\xa0 \xa004超参数与交叉验证.wmv
│\xa0 \xa0\xa0 \xa005线性分类.wmv
│\xa0 \xa0\xa0 \xa006损失函数.wmv
│\xa0 \xa0\xa0 \xa007正则化惩罚项.wmv
│\xa0 \xa0\xa0 \xa008softmax分类器.wmv
│\xa0 \xa0\xa0 \xa009最优化形象解读.wmv
│\xa0 \xa0\xa0 \xa010梯度下降算法原理.wmv
│\xa0 \xa0\xa0 \xa011反向传播.wmv
│\xa0 \xa0\xa0 \xa012神经网络整体架构.wmv
│\xa0 \xa0\xa0 \xa013神经网络模型实例演示.wmv
│\xa0 \xa0\xa0 \xa014过拟合问题解决方案.wmv
│\xa0 \xa0\xa0 \xa015Python环境搭建(推荐Anaconda方法).wmv
│\xa0 \xa0\xa0 \xa016Eclipse搭建python环境.wmv
│\xa0 \xa0\xa0 \xa017深度学习入门视频课程09 动手完成简单神经网络.wmv
│\xa0 \xa0\xa0 \xa018感受神经网络的强大.wmv
│\xa0 \xa0\xa0 \xa019神经网络案例-cifar分类任务.wmv
│\xa0 \xa0\xa0 \xa020神经网络案例-分模块构造神经网络.wmv
│\xa0 \xa0\xa0 \xa021神经网络案例-训练神经网络完成分类任务.wmv
└─深度学习入门视频课程(下篇)
\xa0 \xa0 │\xa0\xa0001、深度学习入门课程01 感受卷积神经网络的强大.mp4
\xa0 \xa0 │\xa0\xa0002、深度学习入门课程02 卷积层详解.mp4
\xa0 \xa0 │\xa0\xa0003、深度学习入门课程03 卷积计算流程.mp4
\xa0 \xa0 │\xa0\xa0004、深度学习入门课程04 卷积核参数分析.mp4
\xa0 \xa0 │\xa0\xa0005、深度学习入门课程05 卷积参数共享原则.mp4
\xa0 \xa0 │\xa0\xa0006、深度学习入门课程06 池化层(Pooling)原理.mp4
\xa0 \xa0 │\xa0\xa0007、深度学习入门课程07 卷积神经网络反向传播原理.mp4
\xa0 \xa0 │\xa0\xa0008、深度学习入门课程08 实现卷积层的前向传播与反向传播.mp4
\xa0 \xa0 │\xa0\xa0009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4
\xa0 \xa0 │\xa0\xa0010、深度学习入门课程10 经典卷及网络架构实例.mp4
\xa0 \xa0 │\xa0\xa0011、深度学习入门课程11 RNN网络结构.mp4
\xa0 \xa0 │\xa0\xa0012、RNN网络细节.mp4
\xa0 \xa0 │\xa0\xa0013、深度学习入门课程12 python实现RNN算法.mp4
\xa0 \xa0 │\xa0\xa0014、深度学习入门课程13 LSTM网络结构简介.mp4
\xa0 \xa0 │\xa0\xa0015、深度学习入门课程14 分类与回归(Location)任务应用详解.mp4
\xa0 \xa0 │\xa0\xa0016、深度学习入门额课程15 物体检测实例.mp4
\xa0 \xa0 │\xa0\xa0017、深度学习入门课程16 如何巧妙设计网络结构.mp4
\xa0 \xa0 │\xa0\xa0018、深度学习入门课程17 训练技巧之数据增强.mp4
\xa0 \xa0 │\xa0\xa0019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
\xa0 \xa0 │\xa0\xa0020、深度学习入门课程19 深度学习框架Caffe简介.mp4
\xa0 \xa0 │\xa0\xa0021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4
\xa0 \xa0 │\xa0\xa0022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4
\xa0 \xa0 │\xa0\xa0神经网络.pdf
\xa0 \xa0 │\xa0\xa0课程资料.txt
\xa0 \xa0 └─神经网络入门基础(PPT,代码)
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0CNN代码.zip
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0RNN网络代码.py
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0感受神经网络的强大代码.rar
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0手写神经网络.py
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0神经网络.pdf
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0神经网络cifar代码.rar
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0(cifar分类可能遇到的错误更正).docx

人工智能 2020-03-25 43人浏览 1人下载

数字货币python量化投资(价值1688元)......
目录
章节1:【免费试听】第1课:量化投资介绍
课时1「试听」1.1 什么是量化投资12:50
课时2「试听」1.2 数字货币交易市场介绍22:17
课时3「试听」1.3 数字货币7种玩法介绍33:07
课时4「试听」1.4 策略案例:定投(EXCEL)16:24
课时5「试听」1.5 策略案例:定投(PYTHON)23:34
课时6「试听」1.6 如何改进定投策略29:16
课时7「试听」1.7 Python一行代码自动交易数字货币47:59
章节2:【必读】常见问题
课时8【必读】常见问题
章节3:第2课:比特币及其技术原理
课时9「比特币及其技术原理」2.1 什么是区块链30:09
课时10「比特币及其技术原理」2.2 如何在区块链上转账18:49
课时11「比特币及其技术原理」2.3 去中心化记账23:45
课时12「比特币及其技术原理」2.4 攻击比特币19:52
课时13「比特币及其技术原理」2.5 比特币历史与未来13:24
章节4:第4课:Python基础
课时14「Python基础」4.1 Python介绍09:18
课时15「Python基础」4.2 Python安装及环境配置(Windows版)10:15
课时16「Python基础」4.2 Python安装及环境配置(macOS版)08:07
课时17「Python基础」4.3 Pycharm安装(Windows版)09:53
课时18「Python基础」4.3 Pycharm安装(macOS版)12:20
课时19「Python基础」4.4 基本类型和计算27:00
课时20「Python基础」4.5 list变量及相关操作26:59
课时21「Python基础」4.6 dict变量及相关操作10:44
课时22「Python基础」4.7 字符串相关操作14:57
课时23「Python基础」4.8 条件语句14:52
课时24「Python基础」4.9 循环语句32:16
课时25「Python基础」4.10 函数15:19
课时26「Python基础」4.11 异常处理21:20
章节5:第5课:Pandas入门操作
课时27「Pandas基础」5.1 数据导入32:49
课时28「Pandas基础」5.2 查看、选取数据25:46
课时29「Pandas基础」5.3 列操作33:32
课时30「Pandas基础」5.4 筛选、缺失处理29:43
课时31「Pandas基础」5.5 合并、去重、时间25:00
课时32「Pandas基础」5.6 字符串、滚动操作26:13
章节6:第六课:Pandas高阶操作
课时33「Pandas高阶」6.1 批量导入数据20:49
课时34「Pandas高阶」6.2 HDF存取数据14:46
课时35「Pandas高阶」6.3 转变K线数据周期29:00
课时36「Pandas高阶」6.4 group_by分组操作23:11
章节7:第七课:获取行情数据、交易
课时37「获取行情数据、交易」7.1 API接口概述27:45
课时38「获取行情数据、交易」7.2 从交易所获取实时数据35:34
课时39「获取行情数据、交易」7.3 获取实时数据:更多案例12:28
课时40「获取行情数据、交易」7.4 自动下单(上)18:58
课时41「获取行情数据、交易」7.5 自动下单(下)21:11
课时42番外课程:西蒙斯带你读CCXT源代码98:49
章节8:第八课:择时策略回测
课时43「择时策略回测」8.1 什么是现货交易、杠杆交易27:10
课时44「择时策略回测」8.2 产生交易信号36:25
课时45「择时策略回测」8.3 计算资金曲线准备工作27:09
课时46「择时策略回测」8.4 计算资金曲线30:25
课时47「择时策略回测」8.5 爆仓情况处理19:23
课时48「择时策略回测」8.6 寻找最优参数17:11
章节9:第九课:择时策略实盘:现货及保证金交易
课时49「择时策略实盘:现货及保证金交易」9.1 现货交易实盘框架41:54
课时50「择时策略实盘:现货及保证金交易」9.2 钉钉自动通知
课时51「择时策略实盘:现货及保证金交易」大作业:保证金交易实盘框架05:42
课时52「择时策略实盘:现货及保证金交易」 9.5:OKEx火币杠杆交易案例28:25
章节10:番外课程
课时53番外课程:云服务器上网配置-windows版本
课时54番外课程:云服务器上网配置-macOS版本
课时55番外视频课程:如何调试代码、PyCharm使用技巧43:24
课时56番外视频课程:西蒙斯教你花式玩Python中的函数77:09
课时57番外课程视频:西蒙斯教你如何并行Python提升回测速度47:08
章节11:第十课:择时策略实盘:注意事项
课时58「择时策略实盘:注意事项」 10.1 参数选择(上)00:20
课时59「择时策略实盘:注意事项」 10.1 参数选择(下)00:20
课时60「择时策略实盘:注意事项」 10.2 实盘心理00:20
课时61「择时策略实盘:注意事项」 10.3 实盘交易信号问题00:20
章节12:第十一课:择时策略实盘:合约交易
课时6211.1 什么是合约交易—以OKEx为例(上)00:20
课时6311.2 什么是合约交易—以OKEx为例(下)00:20
课时6411.3 什么是永续合约00:20
课时6511.4 用CCXT交易合约00:20
章节13:第十二课:选币策略回测
课时66「选币策略回测」 12.1 选币数据整理(上)00:20
课时67「选币策略回测」 12.2 选币数据整理(下)00:20
课时68「选币策略回测」 12.3 选币(上)00:20
课时69「选币策略回测」 12.4 选币(下)00:20
章节14:第十三课:套利策略介绍
课时70「套利策略介绍」 13.1 期现套利图文教程
课时71「套利策略介绍」 13.2 初识跨期套利(上)00:20
课时72「套利策略介绍」 13.3 初识跨期套利(下)00:20
课时73「套利策略介绍」 13.4 跨期套利收益计算

人工智能 2020-03-25 44人浏览 2人下载

机器学习及其matlab实现—从基础到实践_MATLAB 入......
机器学习及其matlab实现—从基础到实践_MATLAB 入门基础到进阶视频教程_附课程源码 百度云网盘下载
资源截图:
近年来,随着人工智能的发展,机器学习已经广泛应用于各行各业中,如语言识别、文 本分类、智能推荐、网络安全、物联网等。然而,对于绝大部分非数学专业出身的人而言, 谈到机器学习,就会被大量的数学公式吓到退避三舍。实际上,随着计算机与信息技术的快 速发展,越来越多的人仅需要会使用机器学习这一工具即可,无需了解各种机器学习算法的 细枝末节。正如,我们每天都在使用计算机,但是我们不需要了解 CPU 和内存在每一时刻 的具体运行过程。因此,我们推出本课程,旨在帮助学员了解各种常见机器学习算法的原理与思想,同时,以具体案例的形式,引导学员自己动手实践编程。
\r\n\t考虑到众多学员基础不一,本次课程将会分成三大部分:MATLAB 入门基础与提高、机器学习基础和具体案例实践。
课程目录:
\r\n\t第一课:MATLAB 入门基础
\r\n\t1、简单介绍 MATLAB 的安装、版本历史与编程环境
\r\n\t2、MATLAB 基础操作(包括矩阵操作、逻辑与流程控制、函数与脚本文件、基本绘图等)
\r\n\t3、文件导入(mat、txt、xls、csv 等格式)
\r\n\t第二课:MATLAB 进阶与提高
\r\n\t1、MATLAB 编程习惯与风格
\r\n\t2、MATLAB 调试技巧
\r\n\t3、向量化编程与内存优化
\r\n\t4、图形对象和句柄
\r\n\t第三课:BP 神经网络
\r\n\t1、BP神经网络的基本原理
\r\n\t2、BP神经网络的 MATLAB 实现
\r\n\t3、案例实践
\r\n\t4、BP神经网络参数的优化
\r\n\t第四课:RBF、GRNN 和 PNN 神经网络
\r\n\t1、RBF 神经网络的基本原理
\r\n\t2、GRNN 神经网络的基本原理
\r\n\t3、PNN 神经网络的基本原理
\r\n\t4、案例实践
\r\n\t第五课:竞争神经网络与 SOM 神经网络
\r\n\t1、竞争神经网络的基本原理
\r\n\t2、自组织特征映射(SOM)神经网络的基本原理
\r\n\t3、案例实践
\r\n\t第六课:支持向量机(Support Vector Machine, SVM)
\r\n\t1、SVM 分类的基本原理
\r\n\t2、SVM 回归拟合的基本原理
\r\n\t3、SVM 的常见训练算法(分块、SMO、增量学习等)
\r\n\t4、案例实践
\r\n\t第七课:极限学习机(Extreme Learning Machine, ELM)
\r\n\t1、ELM 的基本原理
\r\n\t2、ELM 与 BP 神经网络的区别与联系
\r\n\t3、案例实践
\r\n\t第八课:决策树与随机森林
\r\n\t1、决策树的基本原理
\r\n\t2、随机森林的基本原理
\r\n\t3、案例实践
\r\n\t第九课:遗传算法(Genetic Algorithm, GA)
\r\n\t1、遗传算法的基本原理
\r\n\t2、常见遗传算法工具箱介绍
\r\n\t3、案例实践
\r\n\t第十课:粒子群优化(Particle Swarm Optimization, PSO)算法
\r\n\t1、粒子群优化算法的基本原理
\r\n\t2、案例实践
\r\n\t第十一课:蚁群算法(Ant Colony Algorithm, ACA)
\r\n\t1、粒子群优化算法的基本原理
\r\n\t2、案例实践
\r\n\t第十二课:模拟退火算法(Simulated Annealing, SA)
\r\n\t1、模拟退火算法的基本原理
\r\n\t2、案例实践
\r\n\t第十三课:降维与特征选择
\r\n\t1、主成分分析的基本原理
\r\n\t2、偏最小二乘的基本原理
\r\n\t3、常见的特征选择方法(优化搜索、Filter 和 Wrapper 等)

人工智能 2020-03-25 40人浏览 1人下载

深度学习入门视频课程 上篇+下篇......
├─深度学习入门视频课程(上篇)
│\xa0 \xa0\xa0 \xa001深度学习与人工智能简介.wmv
│\xa0 \xa0\xa0 \xa002计算机视觉面临挑战与常规套路.wmv
│\xa0 \xa0\xa0 \xa003用K近邻来进行图像分类.wmv
│\xa0 \xa0\xa0 \xa004超参数与交叉验证.wmv
│\xa0 \xa0\xa0 \xa005线性分类.wmv
│\xa0 \xa0\xa0 \xa006损失函数.wmv
│\xa0 \xa0\xa0 \xa007正则化惩罚项.wmv
│\xa0 \xa0\xa0 \xa008softmax分类器.wmv
│\xa0 \xa0\xa0 \xa009最优化形象解读.wmv
│\xa0 \xa0\xa0 \xa010梯度下降算法原理.wmv
│\xa0 \xa0\xa0 \xa011反向传播.wmv
│\xa0 \xa0\xa0 \xa012神经网络整体架构.wmv
│\xa0 \xa0\xa0 \xa013神经网络模型实例演示.wmv
│\xa0 \xa0\xa0 \xa014过拟合问题解决方案.wmv
│\xa0 \xa0\xa0 \xa015Python环境搭建(推荐Anaconda方法).wmv
│\xa0 \xa0\xa0 \xa016Eclipse搭建python环境.wmv
│\xa0 \xa0\xa0 \xa017深度学习入门视频课程09 动手完成简单神经网络.wmv
│\xa0 \xa0\xa0 \xa018感受神经网络的强大.wmv
│\xa0 \xa0\xa0 \xa019神经网络案例-cifar分类任务.wmv
│\xa0 \xa0\xa0 \xa020神经网络案例-分模块构造神经网络.wmv
│\xa0 \xa0\xa0 \xa021神经网络案例-训练神经网络完成分类任务.wmv
└─深度学习入门视频课程(下篇)
\xa0 \xa0 │\xa0\xa0001、深度学习入门课程01 感受卷积神经网络的强大.mp4
\xa0 \xa0 │\xa0\xa0002、深度学习入门课程02 卷积层详解.mp4
\xa0 \xa0 │\xa0\xa0003、深度学习入门课程03 卷积计算流程.mp4
\xa0 \xa0 │\xa0\xa0004、深度学习入门课程04 卷积核参数分析.mp4
\xa0 \xa0 │\xa0\xa0005、深度学习入门课程05 卷积参数共享原则.mp4
\xa0 \xa0 │\xa0\xa0006、深度学习入门课程06 池化层(Pooling)原理.mp4
\xa0 \xa0 │\xa0\xa0007、深度学习入门课程07 卷积神经网络反向传播原理.mp4
\xa0 \xa0 │\xa0\xa0008、深度学习入门课程08 实现卷积层的前向传播与反向传播.mp4
\xa0 \xa0 │\xa0\xa0009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4
\xa0 \xa0 │\xa0\xa0010、深度学习入门课程10 经典卷及网络架构实例.mp4
\xa0 \xa0 │\xa0\xa0011、深度学习入门课程11 RNN网络结构.mp4
\xa0 \xa0 │\xa0\xa0012、RNN网络细节.mp4
\xa0 \xa0 │\xa0\xa0013、深度学习入门课程12 python实现RNN算法.mp4
\xa0 \xa0 │\xa0\xa0014、深度学习入门课程13 LSTM网络结构简介.mp4
\xa0 \xa0 │\xa0\xa0015、深度学习入门课程14 分类与回归(Location)任务应用详解.mp4
\xa0 \xa0 │\xa0\xa0016、深度学习入门额课程15 物体检测实例.mp4
\xa0 \xa0 │\xa0\xa0017、深度学习入门课程16 如何巧妙设计网络结构.mp4
\xa0 \xa0 │\xa0\xa0018、深度学习入门课程17 训练技巧之数据增强.mp4
\xa0 \xa0 │\xa0\xa0019、深度学习入门课程18 训练技巧之Transfer Learning.mp4
\xa0 \xa0 │\xa0\xa0020、深度学习入门课程19 深度学习框架Caffe简介.mp4
\xa0 \xa0 │\xa0\xa0021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4
\xa0 \xa0 │\xa0\xa0022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4
\xa0 \xa0 │\xa0\xa0神经网络.pdf
\xa0 \xa0 │\xa0\xa0课程资料.txt
\xa0 \xa0 └─神经网络入门基础(PPT,代码)
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0CNN代码.zip
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0RNN网络代码.py
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0感受神经网络的强大代码.rar
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0手写神经网络.py
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0神经网络.pdf
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0神经网络cifar代码.rar
\xa0 \xa0\xa0 \xa0\xa0 \xa0\xa0 \xa0(cifar分类可能遇到的错误更正).docx

人工智能 2020-03-25 43人浏览 1人下载

从零开始学TensorFlow_TensorFlow框架入门......
从零开始学TensorFlow_TensorFlow框架入门实战_TensorFlow 快速入门与实战 百度网盘下载
资源截图;
联合谷歌机器学习开发专家彭靖田联合推出《TensorFlow 快速入门与实战》这门课程,课程以 TensorFlow 1.12 版本为基础,从 TensorFlow 的发展历程、核心概念开始讲起,并通过四个由浅到深的实战项目练习,帮你快速上手 TensorFlow,并能将所学知识应用到工作中,用 AI 为业务赋能。
课程目录:
第一章:TensorFlow初印象
\xa0\xa0-- 第01讲.课程内容综述
\xa0\xa0-- 第02讲.第一章内容概述
\xa0\xa0-- 第03讲.TensorFlow产生的历史必然性
\xa0\xa0-- 第04讲.TensorFlow与JeffDean的那些事
\xa0\xa0-- 第05讲.TensorFlow的应用场景
\xa0\xa0-- 第06讲.TensorFlow的落地应用
\xa0\xa0-- 第07讲.TensorFlow的发展现状
第二章:TensorFlow初接触
\xa0\xa0-- 第08讲.第二章内容概述
\xa0\xa0-- 第09讲.搭建你的TensorFlow开发环境
\xa0\xa0-- 第10讲.HelloTensorFlow
\xa0\xa0-- 第11讲.在交互环境中使用TensorFlow
\xa0\xa0-- 第12讲.在容器中使用TensorFlow
第三章:TensorFlow基本概念解析
\xa0\xa0-- 第13讲.第三章内容概述
\xa0\xa0-- 第14讲.TensorFlow模块与架构介绍
\xa0\xa0-- 第15讲.TensorFlow数据流图介绍
\xa0\xa0-- 第16讲.张量(Tensor)是什么(上)
\xa0\xa0-- 第17讲.张量(Tensor)是什么(下)
\xa0\xa0-- 第18讲.变量(Variable)是什么(上)
\xa0\xa0-- 第19讲.变量(Variable)是什么(下)
\xa0\xa0-- 第20讲.操作(Operation)是什么(上)
\xa0\xa0-- 第21讲.操作(Operation)是什么(下)
\xa0\xa0-- 第22讲.会话(Session)是什么
\xa0\xa0-- 第23讲.优化器(Optimizer)是什么
第四章:实战 TensorFlow房价预测
\xa0\xa0-- 第24讲.第四章内容概述
\xa0\xa0-- 第25讲.房价预测模型的前置知识
\xa0\xa0-- 第26讲.房价预测模型介绍
\xa0\xa0-- 第27讲.房价预测模型之数据处理
\xa0\xa0-- 第28讲.房价预测模型之创建与训练
\xa0\xa0-- 第29讲.TensorBoard可视化工具介绍
\xa0\xa0-- 第30讲.使用TensorBoard可视化数据流图
\xa0\xa0-- 第31讲.实战房价预测模型-数据分析与处理
\xa0\xa0-- 第32讲.实战房价预测模型-创建与训练
\xa0\xa0-- 第33讲.实战房价预测模型-可视化数据流图
第五章:实战 TensorFlow手写体数字识别\xa0\xa0
\xa0\xa0-- 第34讲.第五章内容概述
\xa0\xa0-- 第35讲.手写体数字数据集MNIST介绍(上)
\xa0\xa0-- 第36讲.手写体数字数据集MNIST介绍(下)
\xa0\xa0-- 第37讲.MNISTSoftmax网络介绍(上)
\xa0\xa0-- 第38讲.MNISTSoftmax网络介绍(下)
\xa0\xa0-- 第39讲.实战MNISTSoftmax网络(上)
\xa0\xa0-- 第40讲.实战MNISTSoftmax网络(下)
\xa0\xa0-- 第41讲.MNISTCNN网络介绍
\xa0\xa0-- 第42讲.实战MNISTCNN网络
第六章:实战 TensorFlow 验证码识别
\xa0\xa0-- 第43讲.第六章内容概述
\xa0\xa0-- 第44讲.准备模型开发环境
\xa0\xa0-- 第45讲.生成验证码数据集
\xa0\xa0-- 第46讲.输入与输出数据处理
\xa0\xa0-- 第47讲.模型结构设计
\xa0\xa0-- 第48讲.模型损失函数设计
\xa0\xa0-- 第49讲.模型训练过程分析
\xa0\xa0-- 第50讲.模型部署与效果演示
第七章:实战 TensorFlow 人脸识别
\xa0\xa0-- 第51讲.第七部分内容介绍
\xa0\xa0-- 第52讲.人脸识别问题概述
\xa0\xa0-- 第53讲.典型人脸相关数据集介绍
\xa0\xa0-- 第54讲.人脸检测算法介绍
\xa0\xa0-- 第55讲.人脸识别算法介绍
\xa0\xa0-- 第56讲.人脸检测工具介绍
\xa0\xa0-- 第57讲.解析FaceNet人脸识别模型
\xa0\xa0-- 第58讲.实战FaceNet人脸识别模型
\xa0\xa0-- 第59讲.测试与可视化分析

人工智能 2020-03-25 41人浏览 1人下载