人工智能 keras项目实战2018年12月

sharkewb

├─视频
& ?: [- Q1 k# L' g- x. C. Z+ N│      1 Keras项目实战课程概述.mp4
│      2 简介与安装.mp4
! T7 p5 i; M% J+ S$ _  L/ a! I0 |│      3 训练自己的数据集整.mp4
5 `  L$ {" H* {│      4 数据加载与预处理.mp4
' R0 ^; a1 z0 |" X5 \( X/ \7 n│      5 搭建网络模型.mp4
│      6 学习率对结果的影响.ts
│      7 Drop-out操作.ts
│      8 权重初始化方法对比.ts
* f5 M2 [& v: b6 s$ G│      9 初始化标准差对结果的影响.ts
│      10 正则化对结果的影响.ts
  ?( `8 z5 ]) J6 j  q7 U/ y│      11 加载模型进行测试.ts
) p( Z6 E8 s  d  Y, L│      12 卷积层构造.ts
│      13 整体流程.ts
│      14 BatchNormalization效果.ts
2 Y4 L4 P: Q: ^' o" a│      15 参数对比.ts
/ @: ]. X1 v* p5 }│      16 网络测试效果.mp4
5 Y( V1 O$ C5 }- N) \3 R│      17 时间序列模型.ts
# n1 I$ r: [/ {& C1 X& }5 a│      18 网络结构与参数定义.ts
│      19 构建LSTM模型.ts
# a/ A8 r; R: B& K: y│      20 训练模型与效果展示.ts
1 Q3 l* A  p# g- z) {│      21 多序列预测结果.ts
│      22 股票数据预测.ts
" x5 z8 X' j& H2 L│      23 数据预处理.ts
│      24 预测结果展示.ts
│      25 文本数据读取预处理.ts
│      26 基本模型.ts
' B7 G6 Q# H# s) u5 P│      27 Embeeding-layer效果.ts
│      28 准备词向量数据.ts
# [# A8 J/ k- ^' M2 u1 Y│      29 词嵌入训练结果.ts
│      30 加入LSTM层效果.ts
│      31 加入卷积层效果.ts
& ?% e: W. K8 b│      32 参数调优.ts
0 t9 g5 I+ k9 C, o│      33 多标签解决方案.ts
* n, r6 P& e2 C9 d; Y) s8 {│      34 多标签网络训练与测试.ts
│      35 多输出网络解决方案.ts
│      36 多输出网络训练与测试.ts
: M" L6 t: S$ ?, x6 n+ s; }3 d│      37 DIY你的数据集.ts
│      38 数据增强概述.ts
│      39 图像数据变换.ts
1 ~8 p1 C* x1 _! W8 _; u│      40 数据增强效果.ts
+ o+ Z5 R. E! ?+ f9 |│      41 对抗生成网络通俗解释.mp4
  F8 Z: |' a0 x5 A: O│      42 GAN网络组成.ts
│      43 判别网络设计.ts
& m9 F( n5 M! a( k1 u7 D7 }│      44 生成网络定义.ts
│      45 标签制作.ts
) ?  T1 C' C9 ^4 k* x  t* V│      46 训练与测试网络模型.ts
0 u' W0 ?9 n; k2 h" s6 G│      47 DCGAN网络.ts
: D7 ^% k: D+ |7 i" Q  B# F! F│      48 迁移学习的目标.mp4
│      49 迁移学习策略.ts
│      50 Resnet原理.ts
│      51 Resnet网络细节.ts
│      52 Resnet基本处理操作.ts
& o3 l- N  m3 a0 E│      53 shortcut模块.ts
│      54 加载训练好的权重.ts
│      55 迁移学习效果对比.ts
│      56 数据与目标.ts
: C+ v. g1 @. i│      57 字符表制作.ts
│      58 数据读取.ts
0 u, n5 h* C* R$ a, j, Q& H& e│      59 数据增强.ts
3 h7 G7 B, z3 `  v1 T│      60 网络模型.ts
│      61 测试效果.ts
9 W9 {4 y9 m  n& t' K" ^│      62 网络模型解读.ts
: x: C  n2 V6 O3 W/ h: ~( q0 o│      63 数据介绍与读取.ts
$ O9 L* r9 g" h- s+ r  |/ L│      64 配置文件制作.ts
2 H# R" \, L" a$ S│      65 编码器模型.ts
│      66 解码器模型.ts
│      67 制作训练batch数据.ts
# r- k6 u1 f: \" \│      68 测试数据准备.ts
│      69 完成测试模块.ts
│      70 模板目录结构.mp4
│      71 模型与训练结构.ts
│      72 评论数据集与任务目标.ts
│      73 数据准备.ts
# a# g8 g0 T! V│      74 模型整体架构.ts
3 i$ a6 b" F9 g& g/ @) N2 {│      75 准备模型.ts
│      76 训练网络.ts
# c( m0 d. _- _1 q│      77 多标签训练.ts
4 b+ ?, i; m5 y( X2 r│      
9 Y5 j2 z0 }% r8 k6 l- G└─keras代码课件
        keras.pptx
        第二,三章：搭建神经网络模型-应用于自己的数据集.zip
' P+ Q0 P2 U# F" f' J/ n        第四章：LSTM时间序列预测任务.zip
7 N# U2 ?1 ?2 |" r  `        第五章：文本分类实战.zip
        第六章：多标签与多输出.zip
        第七章：数据增强.zip
        第八章：对抗生成网络.zip
+ [% D' H  t5 k' y        第九章：迁移学习.zip
) l' r  P: O" w* L/ v( j        第十章：地址邮编多序列预测.zip
, m2 B! @  u5 u        第十一章：seq2seq网络实战.zip
; W+ k' k! V. T* R        第十二章：实战模板总结.zip


下载地址:iqml&*(31

游客，如果您要查看本帖隐藏内容请回复

yuqinglong

11111111111

L0gan33

1111111111111111

ete_chan

[人工智能] 人工智能 keras项目实战2018年12月

xulichun

非常感谢楼主的分享

yz2yz

666

15811152978

11111

WEBLYP

人工智能 keras项目实战2018年12月

ottox

谢谢分享！！！

z164537268

66666666666