人工智能 keras项目实战2018年12月

sharkewb

├─视频
│      1 Keras项目实战课程概述.mp4
6 F9 S; Y( }+ N* u7 d│      2 简介与安装.mp4
) j4 o' i# t4 x( D* _( V│      3 训练自己的数据集整.mp4
│      4 数据加载与预处理.mp4
│      5 搭建网络模型.mp4
: d0 n4 `) l7 ~4 l6 J) A│      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
│      9 初始化标准差对结果的影响.ts
# `# N7 Y! S7 w│      10 正则化对结果的影响.ts
│      11 加载模型进行测试.ts
│      12 卷积层构造.ts
- T9 b* X: q* P4 @: ?1 }6 g│      13 整体流程.ts
$ q' ?$ v; \' O│      14 BatchNormalization效果.ts
│      15 参数对比.ts
  c2 Q$ K/ c4 Z8 M. J│      16 网络测试效果.mp4
7 D- R7 N8 @% G$ O" ^│      17 时间序列模型.ts
│      18 网络结构与参数定义.ts
( {" \8 T8 F0 A3 h│      19 构建LSTM模型.ts
0 C! y3 T) t& q! x8 h4 T" ^6 Z│      20 训练模型与效果展示.ts
2 a( d4 V6 d, ~/ n│      21 多序列预测结果.ts
. H( G! \, Z& e' h; ~0 e" D) m& N3 W│      22 股票数据预测.ts
, b  S% \. a; \5 A8 P5 n│      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
8 ^6 W4 n8 D- M6 w) Z: t: k' D│      27 Embeeding-layer效果.ts
8 o2 d9 u8 I# |│      28 准备词向量数据.ts
│      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
│      32 参数调优.ts
3 K% c0 b1 Q) r6 j. J& R: `" n│      33 多标签解决方案.ts
; U2 d) v) e, [4 n" b6 x7 F│      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
│      37 DIY你的数据集.ts
( m0 V9 r. @* d8 c. c3 f│      38 数据增强概述.ts
# [: a$ A8 }% X+ ~│      39 图像数据变换.ts
& u3 e- W8 y8 U% z" Z; E( k│      40 数据增强效果.ts
│      41 对抗生成网络通俗解释.mp4
, t- m  {: _- _1 D, }/ S$ t│      42 GAN网络组成.ts
) D2 m1 E0 H/ n" _│      43 判别网络设计.ts
) W" r$ i: O0 A: ]2 A│      44 生成网络定义.ts
, @# z: Z% Z* G│      45 标签制作.ts
* b# p4 s$ {# _& a  Y$ _, a. w( d│      46 训练与测试网络模型.ts
│      47 DCGAN网络.ts
│      48 迁移学习的目标.mp4
│      49 迁移学习策略.ts
4 ?# V$ f) x' M* t│      50 Resnet原理.ts
+ C0 U% Q! W6 G( S( X. q│      51 Resnet网络细节.ts
│      52 Resnet基本处理操作.ts
│      53 shortcut模块.ts
. A* ?8 z" U8 e5 K* O# c│      54 加载训练好的权重.ts
6 L9 r  b$ m9 r9 x2 b│      55 迁移学习效果对比.ts
7 z, @' v8 p1 }) d. Q│      56 数据与目标.ts
/ S5 P$ X* B( e7 d) `( s  X6 `  Y│      57 字符表制作.ts
│      58 数据读取.ts
" h' ]+ z8 M+ i$ W1 j│      59 数据增强.ts
4 B4 Z) q1 W6 h5 U0 W│      60 网络模型.ts
│      61 测试效果.ts
' r$ k- r. p; F" B* g7 j# y2 X│      62 网络模型解读.ts
│      63 数据介绍与读取.ts
* a3 T1 i9 m: `- X4 E& ]│      64 配置文件制作.ts
│      65 编码器模型.ts
│      66 解码器模型.ts
│      67 制作训练batch数据.ts
│      68 测试数据准备.ts
: y- L7 u1 E8 N) s% E; Y1 ?* V│      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
│      74 模型整体架构.ts
│      75 准备模型.ts
│      76 训练网络.ts
│      77 多标签训练.ts
( U: z4 L1 o9 Z  q, |/ Z8 G7 [% t│      
# Y+ Y  z2 g& n└─keras代码课件
- ~* n+ r2 V) c3 f* z3 Q        keras.pptx
        第二,三章：搭建神经网络模型-应用于自己的数据集.zip
        第四章：LSTM时间序列预测任务.zip
        第五章：文本分类实战.zip
( Q+ @( S# m. Z; {; p$ z        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
        第九章：迁移学习.zip
        第十章：地址邮编多序列预测.zip
        第十一章：seq2seq网络实战.zip
5 p8 t- v7 b9 H  n# y* y6 L        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