|
|
├─01.课程介绍
│ 01.深度学习.mp4
│ 02.DL发展历史.mp4
│ 03.计算机视觉定义与任务.mp4
│ 04.CV的应用领域.mp4
│ 05.CV的发展历史.mp4
│
├─02.tensorflow
│ ├─01.tensorflow和keras简介
│ │ 01.tensorflow简介.mp4
│ │ 02.tensorflow安装方法.mp4
│ │ 03.张量是什么.mp4
│ │ 04.张量的基本操作.mp4
│ │ 05.张量转换成numpy.mp4
│ │ 06.张量的常用函数.mp4
│ │ 07.变量variable.mp4
│ │ 08.tf.keras简介和常用模块.mp4
│ │ 09.tf.keras的常用方法.mp4
│ │ 10.tf和keras总结.mp4
│ │
│ └─02.快速入门模型
│ 01.快速入门模型简介.mp4
│ 02.数据集处理.mp4
│ 03.sklearn实现分类.mp4
│ 04.tf.keras实现-数据处理.mp4
│ 05.tf.keras实现-模型构建.mp4
│ 06.tf.keras实现-模型训练与评估.mp4
│ 07.tf.keras实现总结.mp4
│
├─03.深度学习
│ ├─01.神经网络、优化方法与正则化
│ │ 01.深度学习简介.mp4
│ │ 02.神经网络简介.mp4
│ │ 03.神经元的工作方式.mp4
│ │ 04.激活函数sigmoid.mp4
│ │ 05.激活函数tanh.mp4
│ │ 06.激活函数relu.mp4
│ │ 07.激活函数leakyrelu.mp4
│ │ 08.激活函数softmax.mp4
│ │ 09.其他激活函数及选择.mp4
│ │ 10.参数初始化.mp4
│ │ 11.Xavier初始化.mp4
│ │ 12.He初始化.mp4
│ │ 13.神经网络的构建方式.mp4
│ │ 14.sequential构建方式.mp4
│ │ 15.functional API构建方式.mp4
│ │ 16.Model 子类构建方式.mp4
│ │ 17.神经网络优缺点及历史.mp4
│ │ 19.损失函数是什么.mp4
│ │ 20.交叉熵损失函数.mp4
│ │ 21.二分类的交叉熵损失函数.mp4
│ │ 22.MAE损失.mp4
│ │ 23.MSE损失.mp4
│ │ 24.smooth L1损失.mp4
│ │ 25.神经网络的优化方法.mp4
│ │ 26.梯度下降算法.mp4
│ │ 27.epoch,batch和iteration.mp4
│ │ 28.前向传播，反向传播和链式法则.mp4
│ │ 29.BP算法.mp4
│ │ 30.梯度下降存在的问题及指数加权平均值.mp4
│ │ 31.动量梯度下降算法.mp4
│ │ 32.adagrad.mp4
│ │ 33.RMSprop.mp4
│ │ 34.Adam.mp4
│ │ 35.学习率退火.mp4
│ │ 36.总结.mp4
│ │ 37.正则化及L1L2正则化的使用.mp4
│ │ 38.dropout.mp4
│ │ 39.提前停止.mp4
│ │ 40.BN层及总结.mp4
│ │
│ └─02.卷积神经网络
│ 01.mnist案例简介与数据加载.mp4
│ 02.mnist案例简数据处理.mp4
│ 03.mnist案例模型构建.mp4
│ 04.mnist案例模型编译与训练.mp4
│ 05.mnist案例tensorboard使用.mp4
│ 06.mnist案例模型评估与保存.mp4
│ 07.全连接网络处理图像存在的问题.mp4
│ 08.CNN网络的组成.mp4
│ 09.卷积层的介绍.mp4
│ 10.池化层和全连接层的介绍.mp4
│ 11.LeNet-5数据加载与处理.mp4
│ 12.LeNet-5的模型构建.mp4
│ 13.LeNet-5的模型编译，训练和评估.mp4
│ 14.CNN网络总结.mp4
│
├─04.图像分类
│ 01.图像分类简介.mp4
│ 02.Alex简介和网络结构.mp4
│ 03.AlexNet网络构建.mp4
│ 04.AlexNet网络数据读取.mp4
│ 05.AlexNet模型训练与评估.mp4
│ 06.VGG简介与网络架构.mp4
│ 07.VGG网络构建.mp4
│ 08.VGG进行手写数字识别.mp4
│ 09.GoogLeNet简介和Inception简介.mp4
│ 10.Inception模块的构建.mp4
│ 11.GoogLeNet构成和B1模块实现.mp4
│ 12.B2和B3模块实现.mp4
│ 13.B4模块实现.mp4
│ 14.B5模块实现.mp4
│ 15.手写数字识别实现.mp4
│ 16.inceptionV2,V3和总结.mp4
│ 17.ResNet简介和残差块.mp4
│ 18.残差块的实现.mp4
│ 19.resNet简介.mp4
│ 20.resNet中残差模块的构建.mp4
│ 21.resNet模型构建.mp4
│ 22.resNet手写数字识别.mp4
│ 23.常用的图像增强方法.mp4
│ 24.tf.image进行图像增强.mp4
│ 26.模型微调.mp4
│ 27.数据集获取.mp4
│ 28.微调模型训练.mp4
│
├─ 代码.rar
└─ 讲义.rar
下载地址:自学IT吧 |
评分
-
查看全部评分总评分 : 金币 +360
声明：
1、本帖所有言论、观点及图片均为会员个人观点，不代表本站立场。
2、本帖资源内容来源于网友、站友、作者推广引流自愿分享或其他公开网络渠道，非特殊说明资料一般在百度网盘仅用于交流与学习参考。
3、如本帖内容涉及任何版权或知识产权问题，请立即点论坛右侧邮件图标联系我们，我们将在核实后及时删除，并致以歉意。
4、本站资料仅供站友个人学习参考，禁止以任何形式进行传播或商用；如下载学习，请务必在 24 小时内删除。
|
发表于 2022-3-4 13:46:00
发表于 2022-3-4 14:14:45