深度学习框架Tensorflow实战教程(11.50G)
深度学习框架Tensorflow实战教程(11.50G)〖课程介绍〗:
深度学习框架Tensorflow实战教程(11.50G)
〖课程目录〗:
01.tensorflow环境安装
├──1-1 课程简介.mp43.84M
├──1-2 Tensorflow2版本简介与心得.mp432.74M
├──1-3 Tensorflow2版本安装方法.mp434.47M
└──1-4 tf基础操作.mp420.11M
02.神经网络
├──2-1 深度学习要解决的问题.mp420.99M
├──2-10 神经网络架构细节.mp443.70M
├──2-11 神经元个数对结果的影响.mp441.92M
├──2-12 正则化与激活函数.mp426.73M
├──2-13 神经网络过拟合解决方法.mp436.73M
├──2-2 深度学习应用领域.mp459.04M
├──2-3 计算机视觉任务.mp419.50M
├──2-4 视觉任务中遇到的问题.mp437.09M
├──2-5 得分函数.mp419.12M
├──2-6 损失函数的作用.mp432.62M
├──2-7 前向传播整体流程.mp438.49M
├──2-8 返向传播计算方法.mp424.87M
└──2-9 神经网络整体架构.mp431.47M
03.回归任务
├──3-1 任务目标与数据集简介.mp425.97M
├──3-2 建模流程与API文档.mp425.28M
├──3-3 网络模型训练.mp429.95M
├──3-4 模型超参数调节与预测结果展示.mp442.57M
├──3-5 分类模型构建.mp440.33M
├──3-6 tf.data模块解读.mp429.19M
└──3-7 模型保存与读取实例.mp447.86M
04.卷积神经
├──4-1 卷积网络应用领域.mp426.64M
├──4-10 VGG网络架构.mp420.55M
├──4-11 残差网络Resnet.mp418.38M
├──4-12 感受野的作用.mp416.77M
├──4-2 卷积的作用.mp423.60M
├──4-3 卷积特征值计算方法.mp422.68M
├──4-4 得到特征图表示.mp418.47M
├──4-5 步长与卷积核大小对结果的影响.mp420.39M
├──4-6 边缘填充方法.mp417.93M
├──4-7 特征图尺寸计算与参数共享.mp422.04M
├──4-8 池化层的作用.mp411.33M
└──4-9 整体网络架构.mp417.99M
05.识别实战
├──5-1 猫狗识别任务与数据简介.mp418.22M
├──5-2 卷积网络涉及参数解读.mp425.91M
├──5-3 网络架构配置.mp428.13M
└──5-4 卷积模型训练与识别效果展示.mp442.36M
06.图像数据增强
├──6-1 数据增强概述.mp439.30M
├──6-2 图像数据变换.mp466.27M
└──6-3 猫狗识别任务数据增强实例.mp420.99M
07.迁移学习实战
├──7-1 迁移学习的目标.mp413.29M
├──7-2 迁移学习策略.mp416.08M
├──7-3 Resnet原理.mp460.19M
├──7-4 加载训练好的经典网络模型.mp434.20M
├──7-5 Callback模块与迁移学习实例.mp439.86M
├──7-6 tfrecords数据源制作方法.mp434.13M
└──7-7 图像数据处理实例.mp435.44M
08.递归神经网络与词向量
├──8-1 RNN网络架构解读.mp422.98M
├──8-2 词向量模型通俗解释.mp421.22M
├──8-3 模型整体框架.mp427.36M
├──8-4 训练数据构建.mp415.78M
├──8-5 CBOW与Skip-gram模型.mp422.57M
└──8-6 负采样方案.mp423.13M
09.词向量模型
├──9-1 任务流程解读.mp417.70M
├──9-2 模型定义参数设置.mp416.81M
├──9-3 文本词预处理操作.mp416.19M
├──9-4 训练batch数据制作.mp443.05M
└──9-5 损失函数定义与训练结果展示.mp429.75M
10.LSTM文本分类任务实战
├──10-1 任务目标与数据介绍.mp421.49M
├──10-2 RNN模型输入数据维度解读.mp418.60M
├──10-3 数据映射表制作.mp434.69M
├──10-4 embedding层向量制作.mp438.82M
├──10-5 数据生成器构造.mp435.14M
├──10-6 双向RNN模型定义.mp419.69M
├──10-7 自定义网络模型架构.mp441.49M
├──10-8 训练策略指定.mp422.92M
└──10-9 训练文本分类模型.mp430.81M
11.CNN网络实战
├──11-1 CNN应用于文本任务原理解析.mp423.38M
├──11-2 整体流程解读.mp420.59M
└──11-3 网络架构设计与训练.mp440.89M
12.时间序列预测
├──12-1 任务目标与数据源.mp418.44M
├──12-2 构建时间序列数据.mp426.15M
├──12-3 训练时间序列数据预测结果.mp429.79M
├──12-4 多特征预测结果.mp424.32M
└──12-5 序列结果预测.mp415.19M
13.框架BERT
├──13-1 BERT任务目标概述.mp411.28M
├──13-10 训练实例.mp423.51M
├──13-2 传统解决方案遇到的问题.mp423.32M
├──13-3 注意力机制的作用.mp415.95M
├──13-4 self-attention计算方法.mp423.89M
├──13-5 特征分配与softmax机制.mp421.35M
├──13-6 Multi-head的作用.mp420.10M
├──13-7 位置编码与多层堆叠.mp417.16M
├──13-8 transformer整体架构梳理.mp422.55M
└──13-9 BERT模型训练方法.mp420.74M
14.BERT实战
├──14-1 BERT开源项目简介.mp430.48M
├──14-10 构建QKV矩阵.mp455.59M
├──14-11 完成Transformer模块构建.mp445.84M
├──14-12 训练BERT模型.mp445.87M
├──14-2 项目参数配置.mp453.10M
├──14-3 数据读取模块.mp440.40M
├──14-4 数据预处理模块.mp443.13M
├──14-5 tfrecord制作.mp453.83M
├──14-6 Embedding层的作用.mp433.81M
├──14-7 加入额外编码特征.mp444.61M
├──14-8 加入位置编码特征.mp424.95M
└──14-9 mask机制.mp443.04M
15.对抗生成网络实战
├──15-1 对抗生成网络通俗解释.mp421.20M
├──15-2 GAN网络组成.mp411.31M
├──15-3 DCGAN网络架构与流程解读.mp416.84M
├──15-4 网络架构设计.mp429.14M
└──15-5 损失函数定义与训练.mp439.30M
16.CycleGan实战
├──16-1 CycleGan网络所需数据.mp429.60M
├──16-10 判别网络模块构造.mp420.60M
├──16-11 损失函数：identity loss计算方法.mp439.50M
├──16-12 生成与判别损失函数指定.mp453.89M
├──16-13 额外补充：VISDOM可视化配置.mp425.88M
├──16-2 CycleGan整体网络架构.mp421.20M
├──16-3 PatchGan判别网络原理.mp410.98M
├──16-4 数据与环境配置.mp425.73M
├──16-5 生成与判别器损失函数定义.mp440.56M
├──16-6 整体损失模块解读.mp466.63M
├──16-7 Cycle开源项目简介.mp430.04M
├──16-8 数据读取与预处理操作.mp447.99M
└──16-9 生成网络模块构造.mp450.15M
17.Resnet实战
├──17-1 额外补充-Resnet论文解读.mp454.32M
├──17-2 额外补充-Resnet网络架构解读.mp418.56M
├──17-3 项目结构概述.mp416.47M
├──17-4 数据集处理方法.mp425.02M
├──17-5 训练数据构建.mp428.75M
├──17-6 网络架构层次解读.mp432.16M
├──17-7 前向传播配置.mp432.33M
└──17-8 训练resnet模型.mp431.20M
18.Tensorflow初识
├──18-1 Tensorflow简介与安装.mp472.63M
├──18-2 Tensorflow中的变量.mp429.99M
├──18-3 变量常用操作.mp458.10M
├──18-4 实现线性回归算法.mp463.34M
├──18-5 Mnist数据集简介.mp456.89M
└──18-6 逻辑回归算法.mp462.86M
19.Tensorflow神经网络
├──19-1 神经网络结构.mp468.83M
├──19-2 卷积网络结构基本定义.mp443.47M
├──19-3 卷积神经网络迭代.mp446.76M
└──19-4 Cifar-10图像分类任务.mp452.87M
20.卷积神经网络实战
├──20-1 卷积神经网络实战：猫狗识别.mp462.81M
├──20-2 数据读取.mp456.97M
├──20-3 网络架构.mp488.35M
├──20-4 网络迭代训练.mp477.49M
└──20-5 测试效果.mp438.41M
21.递归神经网络模型
├──21-1 RNN网络基本架构.mp430.61M
├──21-2 实现RNN网络架构.mp443.52M
├──21-3 RNN实现自己的小demo.mp466.00M
└──21-4 RNN预测时间序列.mp488.26M
22.Alexnet网络
├──22-1 环境配置.mp451.60M
├──22-2 数据读取.mp455.15M
├──22-3 网络结构定义.mp449.91M
└──22-4 加载训练好参数.mp454.39M
23.Tensorboard可视化模块
├──23-1 Tensorboard可视化展示.mp455.22M
├──23-2 展示效果.mp468.59M
├──23-3 统计可视化展示.mp449.50M
└──23-4 参数对结果的影响.mp479.50M
24.tfrecord数据源制作
├──24-1 生成自己的数据集.mp456.80M
├──24-2 读取数据.mp457.80M
├──24-3 生成数据源.mp482.12M
└──24-4 加载tfrecord进行分类任务.mp4114.72M
25. CNN文本分类
├──25-1 CNN文本分类任务概述.mp450.32M
├──25-2 文本分类任务特征定义.mp469.12M
├──25-3 卷积网络定义.mp424.54M
└──25-4 完成预测分类任务.mp470.52M
26.Resnet残差网络
├──26-1 Resnet网络原理.mp458.30M
├──26-2 网络流程设计.mp451.54M
└──26-3 残差网络细节.mp477.40M
27.Tensorflow项目实战
├──27-1 Tensorflow案例实战视频课程19 验证码数据生成.mp449.22M
├──27-2 Tensorflow案例实战视频课程20 构造网络的输入数据和标签.mp450.64M
├──27-3 Tensorflow案例实战视频课程21 卷积网络模型定义.mp454.25M
└──27-4 Tensorflow案例实战视频课程22 迭代及测试网络效果.mp450.21M
资料+代码.7z5.43G
〖视频截图〗:
〖百度网盘下载地址〗:**** Hidden Message *****
---------------------------------华丽分割线--------------------------------华丽分割线-------------------华丽分割线-------------------------华丽分割线----------------
〖下载地址失效反馈〗:
如果下载地址失效，请尽快反馈给我们，我们尽快修复。反馈地址：https://www.itmsf.com/forum-66-1.html
〖赞助VIP免学币下载全站资源〗:
全站资源高清无密，每天更新，vip特权了解一下：https://www.itmsf.com/plugin.php?id=threed_vip
〖客服24小时咨询〗:
有任何问题，请点击右侧QQ咨询。
真是难得给力的资源啊！支持【IT码上发视频学习网】！ 好资料，谢谢！
看到这样的好资源真是高兴！感谢【IT码上发视频学习网】的无私分享！ 看到这样的好资源真是高兴！感谢【IT码上发视频学习网】的无私分享！ 【IT码上发视频学习网】加油，我们都看好你哦，快分享更多好资源吧！ 后面的保持好队形！ 看到这样的好资源真是高兴！感谢【IT码上发视频学习网】的无私分享！ 淡定，淡定，淡定……【IT码上发视频学习网】就是这么666！ 【IT码上发视频学习网】加油，我们都看好你哦，快分享更多好资源吧！
页:
[1]
2