深度学习与Tensorflow2实战

深度学习与Tensorflow2实战

唐宇迪

计算机博士,云课堂人工智能认证行家,著有《跟迪哥学机器学习》,课程风格通俗易懂,用最接地气的方式带领同学们走进Ai殿堂。

  • 课程目录
  • 课程介绍
  • 课时1:课程简介

  • 课时2:Tensorflow2版本简介与心得

  • 课时3:Tensorflow2版本安装方法

  • 课时4:tf基础操作展示

  • 课时5:课程全部所需数据代码下载(需PC登录)

  • 课时6:深度学习要解决的问题

  • 课时7:深度学习应用领域

  • 课时8:计算机视觉任务

  • 课时9:视觉任务中遇到的问题

  • 课时10:得分函数

  • 课时11:损失函数的作用

  • 课时12:前向传播整体流程

  • 课时13:返向传播计算方法

  • 课时14:神经网络整体架构

  • 课时15:神经网络架构细节

  • 课时16:神经元个数对结果的影响

  • 课时17:正则化与激活函数

  • 课时18:神经网络过拟合解决方法

  • 课时19:任务目标与数据集简介

  • 课时20:建模流程与API文档

  • 课时21:网络模型训练

  • 课时22:模型超参数调节与预测结果展示

  • 课时23:分类模型构建

  • 课时24:tf.data模块解读

  • 课时25:模型保存与读取实例

  • 课时26:卷积神经网络应用领域

  • 课时27:卷积的作用

  • 课时28:卷积特征值计算方法

  • 课时29:得到特征图表示

  • 课时30:步长与卷积核大小对结果的影响

  • 课时31:边缘填充方法

  • 课时32:特征图尺寸计算与参数共享

  • 课时33:池化层的作用

  • 课时34:整体网络架构

  • 课时35:VGG网络架构

  • 课时36:残差网络Resnet

  • 课时37:感受野的作用

  • 课时38:猫狗识别任务与数据简介

  • 课时39:卷积网络涉及参数解读

  • 课时40:网络架构配置

  • 课时41:卷积模型训练与识别效果展示

  • 课时42:数据增强概述

  • 课时43:图像数据变换

  • 课时44:猫狗识别任务数据增强实例

  • 课时45:迁移学习的目标

  • 课时46:迁移学习策略

  • 课时47:Resnet原理

  • 课时48:加载训练好的经典网络模型

  • 课时49:Callback模块与迁移学习实例

  • 课时50:tfrecords数据源制作方法

  • 课时51:图像数据处理实例

  • 课时52:RNN网络架构解读

  • 课时53:词向量模型通俗解释

  • 课时54:模型整体框架

  • 课时55:训练数据构建

  • 课时56:CBOW与Skip-gram模型

  • 课时57:负采样方案

  • 课时58:任务流程解读

  • 课时59:模型定义参数设置

  • 课时60:文本词预处理操作

  • 课时61:训练batch数据制作

  • 课时62:损失函数定义与训练结果展示

  • 课时63:任务目标与数据介绍

  • 课时64:RNN模型输入数据维度解读

  • 课时65:数据映射表制作

  • 课时66:embedding层向量制作

  • 课时67:数据生成器构造

  • 课时68:双向RNN模型定义

  • 课时69:自定义网络模型架构

  • 课时70:训练策略指定

  • 课时71:训练文本分类模型

  • 课时72:tfrecord生成自己的数据集

  • 课时73:读取数据

  • 课时74:生成数据源

  • 课时75:加载tfrecord进行分类任务

  • 课时76:CNN应用于文本任务原理解析

  • 课时77:整体流程解读

  • 课时78:网络架构设计与训练

  • 课时79:任务目标与数据源

  • 课时80:构建时间序列数据

  • 课时81:训练时间序列数据预测结果

  • 课时82:多特征预测结果

  • 课时83:序列结果预测

  • 课时84:BERT任务目标概述

  • 课时85:传统解决方案遇到的问题

  • 课时86:注意力机制的作用

  • 课时87:self-attention计算方法

  • 课时88:特征分配与softmax机制

  • 课时89:Multi-head的作用

  • 课时90:位置编码与多层堆叠

  • 课时91:transformer整体架构梳理

  • 课时92:BERT模型训练方法

  • 课时93:训练实例

  • 课时94:BERT开源项目简介

  • 课时95:项目参数配置

  • 课时96:数据读取模块

  • 课时97:数据预处理模块

  • 课时98:tfrecord制作

  • 课时99:Embedding层的作用

  • 课时100:加入额外编码特征

  • 课时101:加入位置编码特征

  • 课时102:mask机制

  • 课时103:构建QKV矩阵

  • 课时104:完成Transformer模块构建

  • 课时105:训练BERT模型

  • 课时106:对抗生成网络通俗解释

  • 课时107:GAN网络组成

  • 课时108:DCGAN网络架构与流程解读

  • 课时109:网络架构设计

  • 课时110:损失函数定义与训练

  • 课时111:CycleGan网络所需数据

  • 课时112:CycleGan整体网络架构

  • 课时113:PatchGan判别网络原理

  • 课时114:数据与环境配置(TF版)

  • 课时115:生成与判别器损失函数定义

  • 课时116:整体损失模块解读

  • 课时117:Cycle开源项目简介(推荐开源项目)

  • 课时118:数据读取与预处理操作

  • 课时119:生成网络模块构造

  • 课时120:判别网络模块构造

  • 课时121:损失函数:identity loss计算方法

  • 课时122:生成与判别损失函数指定

  • 课时123:额外补充:VISDOM可视化配置

  • 课时124:Resnet论文解读

  • 课时125:Resnet网络架构解读

  • 课时126:项目结构概述

  • 课时127:数据集处理方法

  • 课时128:训练数据构建

  • 课时129:网络架构层次解读

  • 课时130:前向传播配置

  • 课时131:训练resnet模型

  • 课时132:Tensorflow简介与安装

  • 课时133:课程数据,代码下载

  • 课时134:Tensorflow中的变量

  • 课时135:变量常用操作

  • 课时136:实现线性回归算法

  • 课时137:Mnist数据集简介

  • 课时138:逻辑回归算法

  • 课时139:数据代码下载2

  • 课时140:神经网络结构

  • 课时141:卷积网络结构基本定义

  • 课时142:卷积神经网络迭代

  • 课时143:Cifar-10图像分类任务

  • 课时144:猫狗识别任务概述

  • 课时145:数据读取

  • 课时146:网络架构

  • 课时147:网络迭代训练

  • 课时148:测试网络效果

  • 课时149:RNN网络基本架构

  • 课时150:实现RNN网络架构

  • 课时151:RNN实现自己的小demo

  • 课时152:RNN预测时间序列

  • 课时153:Alexnet环境配置

  • 课时154:数据读取与参数设置

  • 课时155:网络结构定义

  • 课时156:加载训练好的参数

  • 课时157:Tensorboard可视化展示

  • 课时158:展示效果

  • 课时159:统计可视化展示

  • 课时160:参数对结果影响展示

  • 课时161:CNN文本分类任务概述

  • 课时162:文本分类任务特征定义

  • 课时163:卷积网络定义

  • 课时164:完成预测分类任务

  • 课时165:验证码数据生成

  • 课时166:构造网络的输入数据和标签

  • 课时167:卷积网络模型定义

  • 课时168:迭代及测试网络效果

  • 课时169:resnet网络原理

  • 课时170:网络流程设计

  • 课时171:残差网络实现细节

课程概述

【2020最新版本,Tensorflow2版本更简单实用】【纯实战驱动,通俗讲解2版本核心模块与实例应用】课程特色:1.全程代码实战,通俗易懂,用最接地气的方式讲解各大核心模块!2.基于真实数据集展开项目实战,丰富案例支持,快速入门!3.课程永久有效,持续更新!数据和代码在目录里面需要PC登录点击参考资料进行下载!

相关教程

Learnfk - C#教程

Learnfk - RSpec教程

Learnfk - Sed教程

Learnfk - Java 正则教程

Learnfk - Codeigniter教程

Learnfk - Gradle教程

随机推荐

恒瑞25大粒装小便池除臭芳香球要注意哪些质量细节!最真实的图文...

米家小米拖地机电动拖把擦地机家用优缺点质量分析参考!质量值得...

爱护婴儿奶瓶清洗剂新生婴幼儿奶嘴清洗液测评结果震惊你!评测结...

百视悦T3性价比高吗?,哪个值得买!

ELFINBOOKTS智能可重复书写app备份纸质笔记本子使用感受大揭秘!...

小米电视4A43英寸青春版入手使用1个月感受揭露,来看看图文评测!