JavaScript玩转机器学习-Tensorflow.js项目实战
├─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
│
├─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
│ 2-3 神经网络的训练.mp4
│
├─第03章 Tensorflow.js 简介
│ 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
│ 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
│ 4-4 损失函数：均方误差.mp4
│ 4-5 优化器：随机梯度下降.mp4
│ 4-6 训练模型并可视化训练过程.mp4
│ 4-7 进行预测.mp4
│
├─第05章 归一化
│ 5-1 归一化任务简介.mp4
│ 5-2 归一化训练数据.mp4
│ 5-3 训练、预测、反归一化.mp4
│
├─第06章 逻辑回归
│ 6-1 逻辑回归任务简介.mp4
│ 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
│ 6-4 损失函数：对数损失（log loss）.mp4
│ 6-5 训练模型并可视化训练过程.mp4
│ 6-6 进行预测.mp4
│ 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
│ 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
│
├─第08章 多分类
│ 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
│ 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
│ 8-7 （选修）IRIS 数据集生成函数源码剖析.mp4
│
├─第09章 欠拟合与过拟合
│ 9-1 欠拟合与过拟合任务简介.mp4
│ 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
│ 9-4 使用复杂神经网络演示过拟合.mp4
│ 9-5 过拟合应对法：早停法、权重衰减、丢弃法.mp4
│
├─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
│ 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
│ 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
│ 11-3 进行预测.mp4
│
├─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
│ 12-2 加载商标训练数据并可视化.mp4
│ 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
│ 12-5 迁移学习下的模型预测.mp4
│ 12-6 模型的保存和加载【缺】
│
├─第13章 使用预训练模型进行语音识别
│ 13-1 使用预训练模型进行语音识别任务简介.mp4
│ 13-2 加载预训练语音识别模型.mp4
│ 13-3 进行语音识别.mp4
│
├─第14章 基于迁移学习的语音识别器：声控轮播图
│ 14-1 基于迁移学习的语音识别器：声控轮播图.mp4
│ 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
│ 14-4 语音训练数据的保存和加载.mp4
│ 14-5 声控轮播图.mp4
│
├─第15章 Python 与 JavaScript 模型互转
│ 15-1 Python 与 JavaScript 模型互转任务简介.mp4
│ 15-2 安装 Tensorflow.js Converter.mp4
│ 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
下载地址:bli&（2023
**** Hidden Message ***** 555 谢谢分享！！！！！！ 回顾与总结 66666 666666666 666666666 感谢楼主分享谢谢了 JavaScript玩转机器学习-Tensorflow.js项目实战 JavaScript玩转机器学习-Tensorflow.js项目实战