Google工程师亲授_Tensorflow2.0-入门到进阶 古_大小:20.47_GB
7550Google工程师亲授_Tensorflow2.0-入门到进阶_大小:20.47_GB
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶】 下的所有内容
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶】
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/资料只有源码没有ppt】
tensorflow2.0_course-master.tar.gz
tensorflow2.0_course-master.zip
tensorflow2.0_course-master.zip
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第9章 Tensorflow模型保存与部署】
9-9 安droid部署模型实战与总结 (1410) 正在学习.mp4
9-9 安droid部署模型实战与总结 (1410) 正在学习.mp4
9-8 tensorflowjs搭建服务?载入模型实战 (1433).com】.mp4
9-7)】.mp4
9-6 tflite保存与解释与量化.ts
9-5 签名函数,SavedModel和Keras模型到具体函数转换】.mp4
9-4 签名函数转化为SavedModel.mp4
9-3 Keras模型转化为SavedModel.mp4
9-2 保存模型结构加参数与保存参数实战.mp4
9-1 课程引入与TFLite_x264.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第8章 Tensorflow分布式】
8-9 分布式自定义流程实战.ts
8-9 分布式自定义流程实战.ts
8-8 自定义流程实战.ts
8-7 estimator分布式实战.mp4
8-6 keras分布式实战.mp4
8-5 分布式策略.mp4
8-4 GPU手动设置实战.mp4
8-3 _内.存_增长和虚拟设备实战.mp4
8-2 GPU默认设置.mp4
8-1 课程引入与GPU设置.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第7章 循环神经网络】
7-9 LSTM长短期记忆网络.mp4
7-9 LSTM长短期记忆网络.mp4
7-8 文本生成实战之采样生成文本.mp4
7-7 文本生成实战之构建模型.mp4
7-6 文本生成之数据处理.mp4
7-5 循环神经网络实战文本分类.mp4
7-4 序列式问题与循环神经网络.mp4
7-3 数据padding、模型构建与训练.mp4
7-2 数据集载入与构建词表索引.mp4
7-13 章节总结.ts
7-12 subword文本分类之dataset变换与模型训练.ts
7-11 subword文本分类之数据集载入与tokenizer.ts
7-10 LSTM文本分类与文本生成实战.mp4
7-1 循环神经网络引入与embedding.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第6章 卷积神经网络】
6-9 Keras generator读取数据.mp4
6-9 Keras generator读取数据.mp4
6-8 Kaggle平台与10monkeys数据集介绍.mp4
6-7 深度可分离卷积网络实战.mp4
6-6 深度可分离卷积网络.mp4
6-5 卷积神经网络实战.mp4
6-4 池化操作.mp4
6-3 卷积的计算.mp4
6-2 卷积解决的问题.mp4
6-14.mp4
6-13 模型训练与预测.mp4
6-12 keras generator读取cifar10数据集.mp4
6-11 10monkeys模型微调】.mp4
6-10 10monkeys基础模型搭建与训练.mp4
6-1 卷积神经网络引入与总体结构.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第5章 Tensorflow Estimator使用与tf1.0】
5-9 TF1.0模型训练.mp4
5-9 TF1.0模型训练.mp4
5-8 TF1.0计算图构建(下).mp4
5-8 TF1.0计算图构建(上).mp4
5-7 TF1.0引入.mp4
5-6 交叉特征实战.mp4
5-5 预定义estimator使用.mp4
5-4 keras_to_estimator.mp4
5-3 feature_column使用.mp4
5-2 泰坦尼克问题引入分析】.mp4
5-12 API改动升级与课程总结.mp4
5-11 TF1_自定义estimator.mp4
5-10 TF1_dataset使用_Trim.mp4
5-1 课程引入.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第4章 Tensorflow dataset使用】
4-9 章节总结.mp4
4-9 章节总结.mp4
4-8 tf.data读取tfrecord文件并与tf.keras结合使用】.mp4
4-7 生成tfrecords文件.mp4
4-6 tfrecord基础API使用.mp4
4-5 tf.data读取csv文件并与tf.keras结合使用】.mp4
4-4 tf.io.decode_csv使用.mp4
4-3 生成csv文件.mp4
4-2 tf_data基础API使用.mp4
4-1 data_API引入.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第3章 Tensorflow基础API使用】
3-9 函数签名与图结构-.mp4
3-9 函数签名与图结构-.mp4
3-8 @tf.function函数转换-.mp4
3-7 tf.function函数转换.mp4
3-6 使子类与lambda分别实战自定义层次(下)】.mp4
3-6 使子类与lambda分别实战自定义层次(上)】.mp4
3-5 实战自定义损失函数与DenseLayer回顾】.mp4
3-4 实战sparse tensor与tf.Variable.mp4
3-3 实战tf.strings与ragged tensor.mp4
3-2 实战tf.constant.mp4
3-13 章节总结.mp4
3-12 tf.GradientTape与tf.keras结合使用.mp4
3-11 tf.GradientTape基本使用方法.mp4
3-10 近似求导.mp4
3-1 tf基础API引入】.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第2章 Tensorflow keras实战】
2-9 实战深度神经网络.mp4
2-9 实战深度神经网络.mp4
2-8 神经网络讲解.mp4
2-7 实战回归模型-.mp4
2-6 实战回调函数.mp4
2-5 实战分类模型之数据归一化.mp4
2-4 实战分类模型之模型构建.mp4
2-3 实战分类模型之数据读取与展示.mp4
2-2 分类回归与目标函数.mp4
2-18 实战sklearn超参数搜索.mp4
2-17 实战sklearn封装keras模型.mp4
2-16 手动实现超参数搜索实战.mp4
2-15 超参数搜索.mp4
2-14 wide&deep模型的多输入与多输出实战.mp4
2-13 子类API实现wide&deep模型.mp4
2-12 函数API实现wide&deep模型.mp4
2-11 wide_deep模型.mp4
2-10 实战批归一化、激活函数、dropout.mp4
2-1 tfkeras简介.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第1章 Tensorflow简介与环境搭建】
1-9 Google_cloud_gpu_tensorflow配置.mp4
1-9 Google_cloud_gpu_tensorflow配置.mp4
1-8 Google_cloud_.远.程.jupyter_notebook配置.com】.mp4
1-7 Google_cloud无GPU环境搭建】.mp4
1-6 Tensorflow环境配置.mp4
1-5 Tensorflow&pytorch比较.mp4
1-4 Tensorflow2.0架构.mp4
1-3 Tensorflow版本变迁与tf1.0架构.mp4
1-2 Tensorflow是什么.mp4
1-11 AWS云平台环境配置(下).mp4
1-11 AWS云平台环境配置(上)】.mp4
1-10 Google_cloud_gpu_tensorflow镜像配置 .mp4
1-1 课程导学.mp4
目录:【Google工程师亲授 Tensorflow2.0-入门到进阶/第10章 机器翻译】
10-9 模型预测实现.ts
10-9 模型预测实现.ts
10-8 模型训练.ts
10-7 损失函数与单步训练函数】.ts
10-6 Decoder构建】.ts
10-5 attention构建】.ts
10-4 Encoder构建】.ts
10-33 GPT与Bert与课程总结 .mp4
10-32 示例展示与实战总结 .mp4
10-31 attention可视化】.ts
10-30 模型预测实现】.ts
10-3 数据id化与dataset生成】.ts
10-29 模型训练】.ts
10-28 Mask创建与使用】.ts
10-27 自定义学习率】.ts
10-26 Transformer实现】.ts
10-25 DecoderModel实现】.ts
10-24 EncoderModel实现】.ts
10-23 DecoderLayer实现】.ts
10-22 EncoderLayer实现】.ts
10-21 feedforward层次实现】.ts
10-20 多头注意力机制实现】.ts
10-2 数据预处理理与读取】.ts
10-19 缩放点积注意力机制实现(2】.ts
10-18 缩放点积注意力机制实现(1).ts
10-17 mask构建】.ts
10-16 位置编码.ts
10-15 数据预处理与dataset生成.ts
10-14 Add、Normalize、Decoding过程与总结om】.ts
10-13 多头注意力与位置编码.ts
10-12 Encoder-Decoder架构与缩放点击注意力.ts
10-11 Transformer模型总体架构.ts
10-10 样例例分析与总结】.ts
10-1 课程引入与seq2seq+attention模型讲解】.ts
页:
[1]