JavaScript玩转机器学习-Tensorflow.js项目实战

adango

├─第01章 课程导学
│      1-1 《想要入门AI的同学都应该看一看》课程导学.mp4
│      
0 C+ x7 L6 b0 Q' a├─第02章 机器学习与神经网络简介
│      2-1 机器学习简介.mp4
│      2-2 神经网络简介.mp4
- X0 Q" Z9 e& d$ e- `9 Y│      2-3 神经网络的训练.mp4
│      
  F: M2 a0 X: q# N. @├─第03章 Tensorflow.js 简介
$ Z9 _7 f) m7 J5 X│      3-1 Tensorflow.js 简介.mp4
│      3-2 安装 Tensoflow.js.mp4
│      3-3 为何要用 Tensor.mp4
│      
├─第04章 线性回归
+ v: Z9 U0 q' P( ^│      4-1 线性回归任务简介.mp4
│      4-2 准备、可视化训练数据.mp4
│      4-3 定义模型结构：单层单个神经元组成的神经网络.mp4
1 c& g. K* o% z( K: o1 ~4 I│      4-4 损失函数：均方误差.mp4
/ P9 ?; e7 V3 u( [; g: k│      4-5 优化器：随机梯度下降.mp4
$ m, U. n( x% U+ o8 g& D( w- W│      4-6 训练模型并可视化训练过程.mp4
│      4-7 进行预测.mp4
│      
  j" V- w4 O+ L  C├─第05章 归一化
│      5-1 归一化任务简介.mp4
& V; V  v5 N9 f7 o8 O3 q# L. _│      5-2 归一化训练数据.mp4
│      5-3 训练、预测、反归一化.mp4
$ p: Q% ^9 b" j3 u. G│      
├─第06章 逻辑回归
│      6-1 逻辑回归任务简介.mp4
* p6 X7 c7 \' {5 N, A9 A7 }│      6-2 加载二分类数据.mp4
│      6-3 定义模型结构：带有激活函数的单个神经元.mp4
+ \" D  \) t) i! V* |( D( [: I│      6-4 损失函数：对数损失（log loss）.mp4
$ H5 T' R4 Q* ~: B9 W$ y( Y4 A│      6-5 训练模型并可视化训练过程.mp4
│      6-6 进行预测.mp4
) ^2 I/ u1 A$ y" {0 D│      6-7 （选修）二分类数据集生成函数源码剖析.mp4
│      
├─第07章 多层神经网络
│      7-1 多层神经网络任务简介.mp4
│      7-2 加载 XOR 数据集.mp4
2 P8 S$ p0 P9 R) R. n; T. ^) J0 |│      7-3 定义模型结构：多层神经网络.mp4
│      7-4 训练模型并预测.mp4
6 h: E- k; e' e' w! M9 \* P│      
& x  k2 |( x- W; v& ?$ ~3 p3 F├─第08章 多分类
( L& @1 T, S7 _& ]( I│      8-1 任务简介、主要步骤、前置条件.mp4
│      8-2 加载iris数据集（训练集与验证集）.mp4
│      8-3 定义模型结构：带有softmax的多层神经网络.mp4
│      8-4 训练模型：交叉熵损失函数与准确度度量.mp4
: c6 P+ `1 m$ M2 W/ t* ]│      8-5 多分类预测方法.mp4
│      8-6 （选修）IRIS数据集生成函数源码剖析.mp4
% m- ]" M- K$ X. R! y. L5 i│      8-7 （选修）IRIS 数据集生成函数源码剖析.mp4
- L5 q+ c% w9 T; \: a9 c4 k* g" ?9 n│      
├─第09章 欠拟合与过拟合
( O9 C" u) m# G: k% B' B│      9-1 欠拟合与过拟合任务简介.mp4
4 [/ U) k  \: v6 d2 }# w) d│      9-2 加载带有噪音的二分类数据集.mp4
│      9-3 使用简单神经网络演示欠拟合.mp4
2 z* L* R; k: M( H│      9-4 使用复杂神经网络演示过拟合.mp4
. h' o# r% X% {! L, k; n│      9-5 过拟合应对法：早停法、权重衰减、丢弃法.mp4
, D* ~; s6 u' X  j4 M- y4 A$ a│      
├─第10章 使用卷积神经网络（CNN）识别手写数字
│      10-1 使用卷积神经网络识别手写数字任务简介.mp4
│      10-2 加载 MNIST 数据集.mp4
" t1 D5 M' G% I0 P│      10-3 定义模型结构：卷积神经网络.mp4
│      10-4 训练模型.mp4
│      10-5 进行预测.mp4
│      
├─第11章 使用预训练模型进行图片分类
( V* E+ H! `  L6 X0 g│      11-1 使用预训练模型进行图片分类任务简介.mp4
│      11-2 加载 MobileNet 模型.mp4
( B- ]' g& y9 H" u, r2 L/ ^│      11-3 进行预测.mp4
│      
. o. ^. O1 T* l3 x- ]├─第12章 基于迁移学习的图像分类器：商标识别
│      12-1 基于迁移学习的图像分类器：商标识别任务简介.mp4
; q' ^0 U  h, h6 [8 M4 D; {│      12-2 加载商标训练数据并可视化.mp4
  a. K5 ]3 X' p$ D" O- _│      12-3 定义模型结构：截断模型+双层神经网络.mp4
│      12-4 迁移学习下的模型训练.mp4
( c+ Z+ C- g* T9 G: ?9 k│      12-5 迁移学习下的模型预测.mp4
  y8 `  x" n: N+ [│      12-6 模型的保存和加载【缺】
$ S/ V" Y* f. f! g│      
├─第13章 使用预训练模型进行语音识别
4 {. M. ?% J8 k│      13-1 使用预训练模型进行语音识别任务简介.mp4
9 z# v4 O! _0 \; w│      13-2 加载预训练语音识别模型.mp4
+ D1 d% b1 i& ?0 V& W) @│      13-3 进行语音识别.mp4
5 W, N6 f8 b; H$ `│      
9 {# x: Y- ^0 X: w) v├─第14章 基于迁移学习的语音识别器：声控轮播图
5 `6 e4 f: r9 z9 Q│      14-1 基于迁移学习的语音识别器：声控轮播图.mp4
/ c( ^8 [" g$ M% g. n│      14-2 在浏览器中收集中文语音训练数据.mp4
│      14-3 语音识别迁移学习的训练和预测.mp4
0 \# x+ H# F/ Z$ N( y8 `8 k' [│      14-4 语音训练数据的保存和加载.mp4
( [; H: T1 ^5 e& [; J' E7 X0 n- j│      14-5 声控轮播图.mp4
│      
├─第15章 Python 与 JavaScript 模型互转
1 ?# l: Y# M  t, ?' L│      15-1 Python 与 JavaScript 模型互转任务简介.mp4
│      15-2 安装 Tensorflow.js Converter.mp4
( z5 X0 @" P( n│      15-3 Python 与 JavaScript 模型互转.mp4
│      15-4 JavaScript 模型的互转：分片、量化、加速.mp4
│      
└─第16章 课程总结
        16-1 -回顾与总结.mp4
4 S, M; G# I) M' x& M' |

1 A1 D5 L4 }# e% z/ O* {
# o. h6 M( @5 d0 G' u/ s! N下载地址:bli&（2023
, {6 c1 b8 r; D% ]1 [

游客，如果您要查看本帖隐藏内容请回复

xmz19840813

555

zgledu

谢谢分享！！！！！！

xinping

回顾与总结

tony0987

66666

Itwuyang

666666666

melody_it8

666666666

hackangel

感谢楼主分享谢谢了

Sunshine0424

666666666666666666666666666666666

超级飞侠

感谢分享！！