最新公告
  • 欢迎您光临666资源站,各种优质it资源共享下载,精品资源,持续更新 咨询Q群 174856490
  • 文章介绍
  • 课程目录:

    ├──01.tensorflow环境安装
    | ├──1-1 课程简介.mp4 3.84M
    | ├──1-2 Tensorflow2版本简介与心得.mp4 32.74M
    | ├──1-3 Tensorflow2版本安装方法.mp4 34.47M
    | └──1-4 tf基础操作.mp4 20.11M
    ├──02.神经网络
    | ├──2-1 深度学习要解决的问题.mp4 20.99M
    | ├──2-10 神经网络架构细节.mp4 43.70M
    | ├──2-11 神经元个数对结果的影响.mp4 41.92M
    | ├──2-12 正则化与激活函数.mp4 26.73M
    | ├──2-13 神经网络过拟合解决方法.mp4 36.73M
    | ├──2-2 深度学习应用领域.mp4 59.04M
    | ├──2-3 计算机视觉任务.mp4 19.50M
    | ├──2-4 视觉任务中遇到的问题.mp4 37.09M
    | ├──2-5 得分函数.mp4 19.12M
    | ├──2-6 损失函数的作用.mp4 32.62M
    | ├──2-7 前向传播整体流程.mp4 38.49M
    | ├──2-8 返向传播计算方法.mp4 24.87M
    | └──2-9 神经网络整体架构.mp4 31.47M
    ├──03.回归任务
    | ├──3-1 任务目标与数据集简介.mp4 25.97M
    | ├──3-2 建模流程与API文档.mp4 25.28M
    | ├──3-3 网络模型训练.mp4 29.95M
    | ├──3-4 模型超参数调节与预测结果展示.mp4 42.57M
    | ├──3-5 分类模型构建.mp4 40.33M
    | ├──3-6 tf.data模块解读.mp4 29.19M
    | └──3-7 模型保存与读取实例.mp4 47.86M
    ├──04.卷积神经
    | ├──4-1 卷积网络应用领域.mp4 26.64M
    | ├──4-10 VGG网络架构.mp4 20.55M
    | ├──4-11 残差网络Resnet.mp4 18.38M
    | ├──4-12 感受野的作用.mp4 16.77M
    | ├──4-2 卷积的作用.mp4 23.60M
    | ├──4-3 卷积特征值计算方法.mp4 22.68M
    | ├──4-4 得到特征图表示.mp4 18.47M
    | ├──4-5 步长与卷积核大小对结果的影响.mp4 20.39M
    | ├──4-6 边缘填充方法.mp4 17.93M
    | ├──4-7 特征图尺寸计算与参数共享.mp4 22.04M
    | ├──4-8 池化层的作用.mp4 11.33M
    | └──4-9 整体网络架构.mp4 17.99M
    ├──05.识别实战
    | ├──5-1 猫狗识别任务与数据简介.mp4 18.22M
    | ├──5-2 卷积网络涉及参数解读.mp4 25.91M
    | ├──5-3 网络架构配置.mp4 28.13M
    | └──5-4 卷积模型训练与识别效果展示.mp4 42.36M
    ├──06.图像数据增强
    | ├──6-1 数据增强概述.mp4 39.30M
    | ├──6-2 图像数据变换.mp4 66.27M
    | └──6-3 猫狗识别任务数据增强实例.mp4 20.99M
    ├──07.迁移学习实战
    | ├──7-1 迁移学习的目标.mp4 13.29M
    | ├──7-2 迁移学习策略.mp4 16.08M
    | ├──7-3 Resnet原理.mp4 60.19M
    | ├──7-4 加载训练好的经典网络模型.mp4 34.20M
    | ├──7-5 Callback模块与迁移学习实例.mp4 39.86M
    | ├──7-6 tfrecords数据源制作方法.mp4 34.13M
    | └──7-7 图像数据处理实例.mp4 35.44M
    ├──08.递归神经网络与词向量
    | ├──8-1 RNN网络架构解读.mp4 22.98M
    | ├──8-2 词向量模型通俗解释.mp4 21.22M
    | ├──8-3 模型整体框架.mp4 27.36M
    | ├──8-4 训练数据构建.mp4 15.78M
    | ├──8-5 CBOW与Skip-gram模型.mp4 22.57M
    | └──8-6 负采样方案.mp4 23.13M
    ├──09.词向量模型
    | ├──9-1 任务流程解读.mp4 17.70M
    | ├──9-2 模型定义参数设置.mp4 16.81M
    | ├──9-3 文本词预处理操作.mp4 16.19M
    | ├──9-4 训练batch数据制作.mp4 43.05M
    | └──9-5 损失函数定义与训练结果展示.mp4 29.75M
    ├──10.LSTM文本分类任务实战
    | ├──10-1 任务目标与数据介绍.mp4 21.49M
    | ├──10-2 RNN模型输入数据维度解读.mp4 18.60M
    | ├──10-3 数据映射表制作.mp4 34.69M
    | ├──10-4 embedding层向量制作.mp4 38.82M
    | ├──10-5 数据生成器构造.mp4 35.14M
    | ├──10-6 双向RNN模型定义.mp4 19.69M
    | ├──10-7 自定义网络模型架构.mp4 41.49M
    | ├──10-8 训练策略指定.mp4 22.92M
    | └──10-9 训练文本分类模型.mp4 30.81M
    ├──11.CNN网络实战
    | ├──11-1 CNN应用于文本任务原理解析.mp4 23.38M
    | ├──11-2 整体流程解读.mp4 20.59M
    | └──11-3 网络架构设计与训练.mp4 40.89M
    ├──12.时间序列预测
    | ├──12-1 任务目标与数据源.mp4 18.44M
    | ├──12-2 构建时间序列数据.mp4 26.15M
    | ├──12-3 训练时间序列数据预测结果.mp4 29.79M
    | ├──12-4 多特征预测结果.mp4 24.32M
    | └──12-5 序列结果预测.mp4 15.19M
    ├──13.框架BERT
    | ├──13-1 BERT任务目标概述.mp4 11.28M
    | ├──13-10 训练实例.mp4 23.51M
    | ├──13-2 传统解决方案遇到的问题.mp4 23.32M
    | ├──13-3 注意力机制的作用.mp4 15.95M
    | ├──13-4 self-attention计算方法.mp4 23.89M
    | ├──13-5 特征分配与softmax机制.mp4 21.35M
    | ├──13-6 Multi-head的作用.mp4 20.10M
    | ├──13-7 位置编码与多层堆叠.mp4 17.16M
    | ├──13-8 transformer整体架构梳理.mp4 22.55M
    | └──13-9 BERT模型训练方法.mp4 20.74M
    ├──14.BERT实战
    | ├──14-1 BERT开源项目简介.mp4 30.48M
    | ├──14-10 构建QKV矩阵.mp4 55.59M
    | ├──14-11 完成Transformer模块构建.mp4 45.84M
    | ├──14-12 训练BERT模型.mp4 45.87M
    | ├──14-2 项目参数配置.mp4 53.10M
    | ├──14-3 数据读取模块.mp4 40.40M
    | ├──14-4 数据预处理模块.mp4 43.13M
    | ├──14-5 tfrecord制作.mp4 53.83M
    | ├──14-6 Embedding层的作用.mp4 33.81M
    | ├──14-7 加入额外编码特征.mp4 44.61M
    | ├──14-8 加入位置编码特征.mp4 24.95M
    | └──14-9 mask机制.mp4 43.04M
    ├──15.对抗生成网络实战
    | ├──15-1 对抗生成网络通俗解释.mp4 21.20M
    | ├──15-2 GAN网络组成.mp4 11.31M
    | ├──15-3 DCGAN网络架构与流程解读.mp4 16.84M
    | ├──15-4 网络架构设计.mp4 29.14M
    | └──15-5 损失函数定义与训练.mp4 39.30M
    ├──16.CycleGan实战
    | ├──16-1 CycleGan网络所需数据.mp4 29.60M
    | ├──16-10 判别网络模块构造.mp4 20.60M
    | ├──16-11 损失函数:identity loss计算方法.mp4 39.50M
    | ├──16-12 生成与判别损失函数指定.mp4 53.89M
    | ├──16-13 额外补充:VISDOM可视化配置.mp4 25.88M
    | ├──16-2 CycleGan整体网络架构.mp4 21.20M
    | ├──16-3 PatchGan判别网络原理.mp4 10.98M
    | ├──16-4 数据与环境配置.mp4 25.73M
    | ├──16-5 生成与判别器损失函数定义.mp4 40.56M
    | ├──16-6 整体损失模块解读.mp4 66.63M
    | ├──16-7 Cycle开源项目简介.mp4 30.04M
    | ├──16-8 数据读取与预处理操作.mp4 47.99M
    | └──16-9 生成网络模块构造.mp4 50.15M
    ├──17.Resnet实战
    | ├──17-1 额外补充-Resnet论文解读.mp4 54.32M
    | ├──17-2 额外补充-Resnet网络架构解读.mp4 18.56M
    | ├──17-3 项目结构概述.mp4 16.47M
    | ├──17-4 数据集处理方法.mp4 25.02M
    | ├──17-5 训练数据构建.mp4 28.75M
    | ├──17-6 网络架构层次解读.mp4 32.16M
    | ├──17-7 前向传播配置.mp4 32.33M
    | └──17-8 训练resnet模型.mp4 31.20M
    ├──18.Tensorflow初识
    | ├──18-1 Tensorflow简介与安装.mp4 72.63M
    | ├──18-2 Tensorflow中的变量.mp4 29.99M
    | ├──18-3 变量常用操作.mp4 58.10M
    | ├──18-4 实现线性回归算法.mp4 63.34M
    | ├──18-5 Mnist数据集简介.mp4 56.89M
    | └──18-6 逻辑回归算法.mp4 62.86M
    ├──19.Tensorflow神经网络
    | ├──19-1 神经网络结构.mp4 68.83M
    | ├──19-2 卷积网络结构基本定义.mp4 43.47M
    | ├──19-3 卷积神经网络迭代.mp4 46.76M
    | └──19-4 Cifar-10图像分类任务.mp4 52.87M
    ├──20.卷积神经网络实战
    | ├──20-1 卷积神经网络实战:猫狗识别.mp4 62.81M
    | ├──20-2 数据读取.mp4 56.97M
    | ├──20-3 网络架构.mp4 88.35M
    | ├──20-4 网络迭代训练.mp4 77.49M
    | └──20-5 测试效果.mp4 38.41M
    ├──21.递归神经网络模型
    | ├──21-1 RNN网络基本架构.mp4 30.61M
    | ├──21-2 实现RNN网络架构.mp4 43.52M
    | ├──21-3 RNN实现自己的小demo.mp4 66.00M
    | └──21-4 RNN预测时间序列.mp4 88.26M
    ├──22.Alexnet网络
    | ├──22-1 环境配置.mp4 51.60M
    | ├──22-2 数据读取.mp4 55.15M
    | ├──22-3 网络结构定义.mp4 49.91M
    | └──22-4 加载训练好参数.mp4 54.39M
    ├──23.Tensorboard可视化模块
    | ├──23-1 Tensorboard可视化展示.mp4 55.22M
    | ├──23-2 展示效果.mp4 68.59M
    | ├──23-3 统计可视化展示.mp4 49.50M
    | └──23-4 参数对结果的影响.mp4 79.50M
    ├──24.tfrecord数据源制作
    | ├──24-1 生成自己的数据集.mp4 56.80M
    | ├──24-2 读取数据.mp4 57.80M
    | ├──24-3 生成数据源.mp4 82.12M
    | └──24-4 加载tfrecord进行分类任务.mp4 114.72M
    ├──25. CNN文本分类
    | ├──25-1 CNN文本分类任务概述.mp4 50.32M
    | ├──25-2 文本分类任务特征定义.mp4 69.12M
    | ├──25-3 卷积网络定义.mp4 24.54M
    | └──25-4 完成预测分类任务.mp4 70.52M
    ├──26.Resnet残差网络
    | ├──26-1 Resnet网络原理.mp4 58.30M
    | ├──26-2 网络流程设计.mp4 51.54M
    | └──26-3 残差网络细节.mp4 77.40M
    ├──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.mp4 49.22M
    | ├──27-2 Tensorflow案例实战视频课程20 构造网络的输入数据和标签.mp4 50.64M
    | ├──27-3 Tensorflow案例实战视频课程21 卷积网络模型定义.mp4 54.25M
    | └──27-4 Tensorflow案例实战视频课程22 迭代及测试网络效果.mp4 50.21M
    └──资料

    666资源站是一个优秀的资源整合平台,海量资料共享学习
    666资源站 » 51CTO-深度学习框架Tensorflow实战

    常见问题FAQ

    视频课程的格式是什么
    视频不加密,网盘在线学习,课程免费更新,持续更新
    怎么发货?
    自动发货,提供百度云链接和提取码【如失效点击网站右侧联系客服】】
    有些资源没更新完结怎么办
    本站资源包更新至完结,后续可以点击链接获取
    有问题不懂想咨询怎么办
    咨询邮箱:2582178968@qq.com Q群:790861894
    • 34275 资源总数(个)
    • 27本周发布(个)
    • 0 今日发布(个)
    • 3877稳定运行(天)

    666资源站国内最专业的学习课程平台

    加入我们
    升级SVIP尊享更多特权立即升级