2021年H马人工智能教程快速入门深度学习与CV

m9128213 · 发表于 2022-3-4 13:46:00

├─01.课程介绍
│    01.深度学习.mp4
│    02.DL发展历史.mp4
│    03.计算机视觉定义与任务.mp4
│    04.CV的应用领域.mp4
│    05.CV的发展历史.mp4
│
├─02.tensorflow
│  ├─01.tensorflow和keras简介
│  │    01.tensorflow简介.mp4
│  │    02.tensorflow安装方法.mp4
│  │    03.张量是什么.mp4
│  │    04.张量的基本操作.mp4
│  │    05.张量转换成numpy.mp4
│  │    06.张量的常用函数.mp4
│  │    07.变量variable.mp4
│  │    08.tf.keras简介和常用模块.mp4
│  │    09.tf.keras的常用方法.mp4
│  │    10.tf和keras总结.mp4
│  │
│  └─02.快速入门模型
│       01.快速入门模型简介.mp4
│       02.数据集处理.mp4
│       03.sklearn实现分类.mp4
│       04.tf.keras实现-数据处理.mp4
│       05.tf.keras实现-模型构建.mp4
│       06.tf.keras实现-模型训练与评估.mp4
│       07.tf.keras实现总结.mp4
│
├─03.深度学习
│  ├─01.神经网络、优化方法与正则化
│  │    01.深度学习简介.mp4
│  │    02.神经网络简介.mp4
│  │    03.神经元的工作方式.mp4
│  │    04.激活函数sigmoid.mp4
│  │    05.激活函数tanh.mp4
│  │    06.激活函数relu.mp4
│  │    07.激活函数leakyrelu.mp4
│  │    08.激活函数softmax.mp4
│  │    09.其他激活函数及选择.mp4
│  │    10.参数初始化.mp4
│  │    11.Xavier初始化.mp4
│  │    12.He初始化.mp4
│  │    13.神经网络的构建方式.mp4
│  │    14.sequential构建方式.mp4
│  │    15.functional API构建方式.mp4
│  │    16.Model 子类构建方式.mp4
│  │    17.神经网络优缺点及历史.mp4
│  │    19.损失函数是什么.mp4
│  │    20.交叉熵损失函数.mp4
│  │    21.二分类的交叉熵损失函数.mp4
│  │    22.MAE损失.mp4
│  │    23.MSE损失.mp4
│  │    24.smooth L1损失.mp4
│  │    25.神经网络的优化方法.mp4
│  │    26.梯度下降算法.mp4
│  │    27.epoch,batch和iteration.mp4
│  │    28.前向传播，反向传播和链式法则.mp4
│  │    29.BP算法.mp4
│  │    30.梯度下降存在的问题及指数加权平均值.mp4
│  │    31.动量梯度下降算法.mp4
│  │    32.adagrad.mp4
│  │    33.RMSprop.mp4
│  │    34.Adam.mp4
│  │    35.学习率退火.mp4
│  │    36.总结.mp4
│  │    37.正则化及L1L2正则化的使用.mp4
│  │    38.dropout.mp4
│  │    39.提前停止.mp4
│  │    40.BN层及总结.mp4
│  │
│  └─02.卷积神经网络
│       01.mnist案例简介与数据加载.mp4
│       02.mnist案例简数据处理.mp4
│       03.mnist案例模型构建.mp4
│       04.mnist案例模型编译与训练.mp4
│       05.mnist案例tensorboard使用.mp4
│       06.mnist案例模型评估与保存.mp4
│       07.全连接网络处理图像存在的问题.mp4
│       08.CNN网络的组成.mp4
│       09.卷积层的介绍.mp4
│       10.池化层和全连接层的介绍.mp4
│       11.LeNet-5数据加载与处理.mp4
│       12.LeNet-5的模型构建.mp4
│       13.LeNet-5的模型编译，训练和评估.mp4
│       14.CNN网络总结.mp4
│
├─04.图像分类
│    01.图像分类简介.mp4
│    02.Alex简介和网络结构.mp4
│    03.AlexNet网络构建.mp4
│    04.AlexNet网络数据读取.mp4
│    05.AlexNet模型训练与评估.mp4
│    06.VGG简介与网络架构.mp4
│    07.VGG网络构建.mp4
│    08.VGG进行手写数字识别.mp4
│    09.GoogLeNet简介和Inception简介.mp4
│    10.Inception模块的构建.mp4
│    11.GoogLeNet构成和B1模块实现.mp4
│    12.B2和B3模块实现.mp4
│    13.B4模块实现.mp4
│    14.B5模块实现.mp4
│    15.手写数字识别实现.mp4
│    16.inceptionV2,V3和总结.mp4
│    17.ResNet简介和残差块.mp4
│    18.残差块的实现.mp4
│    19.resNet简介.mp4
│    20.resNet中残差模块的构建.mp4
│    21.resNet模型构建.mp4
│    22.resNet手写数字识别.mp4
│    23.常用的图像增强方法.mp4
│    24.tf.image进行图像增强.mp4
│    26.模型微调.mp4
│    27.数据集获取.mp4
│    28.微调模型训练.mp4
│
├─ 代码.rar
└─ 讲义.rar

下载地址:自学IT吧

游客，如果您要查看本帖隐藏内容请回复