深度学习框架Tensorflow实战-含神经网络、识别实战、递归神经网络等_11.49GB
47923文件名称： 深度学习框架Tensorflow实战-含神经网络、识别实战、递归神经网络等827_共：11.49GB
文件总数量： 169条
压缩文件数量： 1条
压缩文件比： 0.59%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间：2023-05-29 13:46:57
目录：【07.迁移学习实战】
7-3Resnet原理.mp4
7-2迁移学习策略.mp4
7-6tfrecords数据源制作方法.mp4
7-1迁移学习的目标.mp4
7-5Callback模块与迁移学习实例.mp4
7-4加载训练好的经典网络模型.mp4
7-7图像数据处理实例.mp4
目录：【网络】
22-3网络结构定义.mp4
22-2数据读取.mp4
22-1环境配置.mp4
22-4加载训练好参数.mp4
目录：【网络实战】
11-1CNN应用于文本任务原理解析.mp4
11-2整体流程解读.mp4
11-3网络架构设计与训练.mp4
目录：【02.神经网络】
2-1深度学习要解决的问题.mp4
2-8返向传播计算方法.mp4
2-9神经网络整体架构.mp4
2-6损失函数的作用.mp4
2-10神经网络架构细节.mp4
2-4视觉任务中遇到的问题.mp4
2-11神经元个数对结果的影响.mp4
2-13神经网络过拟合解决方法.mp4
2-12正则化与激活函数.mp4
2-2深度学习应用领域.mp4
2-5得分函数.mp4
2-7前向传播整体流程.mp4
2-3计算机视觉任务.mp4
目录：【08.递归神经网络与词向量】
8-5CBOW与Skip-gram模型.mp4
8-2词向量模型通俗解释.mp4
8-1RNN网络架构解读.mp4
8-3模型整体框架.mp4
8-4训练数据构建.mp4
8-6负采样方案.mp4
目录：【16.CycleGan实战】
16-11损失函数：identityloss计算方法.mp4
16-12生成与判别损失函数指定.mp4
16-9生成网络模块构造.mp4
16-2CycleGan整体网络架构.mp4
16-1CycleGan网络所需数据.mp4
16-8数据读取与预处理操作.mp4
16-10判别网络模块构造.mp4
16-6整体损失模块解读.mp4
16-7Cycle开源项目简介.mp4
16-3PatchGan判别网络原理.mp4
16-13额外补充：VISDOM可视化配置.mp4
16-4数据与环境配置.mp4
16-5生成与判别器损失函数定义.mp4
目录：【24.tfrecord数据源制作】
24-3生成数据源.mp4
24-4加载tfrecord进行分类任务.mp4
24-1生成自己的数据集.mp4
24-2读取数据.mp4
目录：【10.LSTM文本分类任务实战】
10-3数据映射表制作.mp4
10-4embedding层向量制作.mp4
10-5数据生成器构造.mp4
10-6双向RNN模型定义.mp4
10-7自定义网络模型架构.mp4
10-8训练策略指定.mp4
10-9训练文本分类模型.mp4
10-2RNN模型输入数据维度解读.mp4
10-1任务目标与数据介绍.mp4
目录：【19.Tensorflow神经网络】
19-3卷积神经网络迭代.mp4
19-2卷积网络结构基本定义.mp4
19-1神经网络结构.mp4
19-4Cifar-10图像分类任务.mp4
目录：【06.图像数据增强】
6-1数据增强概述.mp4
6-2图像数据变换.mp4
6-3猫狗识别任务数据增强实例.mp4
目录：【09.词向量模型】
9-1任务流程解读.mp4
9-4训练batch数据制作.mp4
9-3文本词预处理操作.mp4
9-5损失函数定义与训练结果展示.mp4
9-2模型定义参数设置.mp4
目录：【04.卷积神经】
4-12感受野的作用.mp4
4-9整体网络架构.mp4
4-10VGG网络架构.mp4
4-1卷积网络应用领域.mp4
4-5步长与卷积核大小对结果的影响.mp4
4-4得到特征图表示.mp4
4-7特征图尺寸计算与参数共享.mp4
4-11残差网络Resnet.mp4
4-2卷积的作用.mp4
4-3卷积特征值计算方法.mp4
4-6边缘填充方法.mp4
4-8池化层的作用.mp4
目录：【深度学习框架Tensorflow实战-含神经网络、识别实战、递归神经网络等】
资料+代码.7z
目录：【20.卷积神经网络实战】
20-1卷积神经网络实战：猫狗识别.mp4
20-5测试效果.mp4
20-3网络架构.mp4
20-2数据读取.mp4
20-4网络迭代训练.mp4
目录：【18.Tensorflow初识】
18-5Mnist数据集简介.mp4
18-1Tensorflow简介与安装.mp4
18-6逻辑回归算法.mp4
18-2Tensorflow中的变量.mp4
18-3变量常用操作.mp4
18-4实现线X回归算法.mp4
目录：【26.Resnet残差网络】
26-2网络流程设计.mp4
26-3残差网络细节.mp4
26-1Resnet网络原理.mp4
目录：【15.对抗生成网络实战】
15-4网络架构设计.mp4
15-5损失函数定义与训练.mp4
15-3DCGAN网络架构与流程解读.mp4
15-2GAN网络组成.mp4
15-1对抗生成网络通俗解释.mp4
目录：【12.时间序列预测】
12-4多特征预测结果.mp4
12-5序列结果预测.mp4
12-2构建时间序列数据.mp4
12-3训练时间序列数据预测结果.mp4
12-1任务目标与数据源.mp4
目录：【03.回归任务】
3-1任务目标与数据集简介.mp4
3-5分类模型构建.mp4
3-4模型超参数调节与预测结果展示.mp4
3-7模型保存与读取实例.mp4
3-2建模流程与API文档.mp4
3-3网络模型训练.mp4
3-6tf.data模块解读.mp4
目录：【05.识别实战】
5-4卷积模型训练与识别效果展示.mp4
5-3网络架构配置.mp4
5-1猫狗识别任务与数据简介.mp4
5-2卷积网络涉及参数解读.mp4
目录：【14.BERT实战】
14-5tfrecord制作.mp4
14-8加入位置编码特征.mp4
14-1BERT开源项目简介.mp4
14-2项目参数配置.mp4
14-9mask机制.mp4
14-4数据预处理模块.mp4
14-11完成Transformer模块构建.mp4
14-3数据读取模块.mp4
14-12训练BERT模型.mp4
14-7加入额外编码特征.mp4
14-6Embedding层的作用.mp4
14-10构建QKV矩阵.mp4
目录：【25.CNN文本分类】
25-4完成预测分类任务.mp4
25-3卷积网络定义.mp4
25-1CNN文本分类任务概述.mp4
25-2文本分类任务特征定义.mp4
目录：【17.Resnet实战】
17-8训练resnet模型.mp4
17-3项目结构概述.mp4
17-6网络架构层次解读.mp4
17-5训练数据构建.mp4
17-1额外补充-Resnet论文解读.mp4
17-2额外补充-Resnet网络架构解读.mp4
17-4数据集处理方法.mp4
17-7前向传播配置.mp4
目录：【23.Tensorboard可视化模块】
23-4参数对结果的影响.mp4
23-3统计可视化展示.mp4
23-1Tensorboard可视化展示.mp4
23-2展示效果.mp4
目录：【13.框架BERT】
13-7位置编码与多层堆叠.mp4
13-9BERT模型训练方法.mp4
13-10训练实例.mp4
13-4self-attention计算方法.mp4
13-2传统解决方案遇到的问题.mp4
13-1BERT任务目标概述.mp4
13-3注意力机制的作用.mp4
13-5特征分配与softmax机制.mp4
13-8transformer整体架构梳理.mp4
13-6Multi-head的作用.mp4
目录：【21.递归神经网络模型】
21-1RNN网络基本架构.mp4
21-3RNN实现自己的小demo.mp4
21-2实现RNN网络架构.mp4
21-4RNN预测时间序列.mp4
目录：【01.tensorflow环境安装】
1-1课程简介.mp4
1-4tf基础操作.mp4
1-3Tensorflow2版本安装方法.mp4
1-2Tensorflow2版本简介与心得.mp4
目录：【27.Tensorflow项目实战】
27-1Tensorflow案例实战视频课程19验证码数据生成.mp4
27-4Tensorflow案例实战视频课程22迭代及测试网络效果.mp4
27-3Tensorflow案例实战视频课程21卷积网络模型定义.mp4
27-2Tensorflow案例实战视频课程20构造网络的输入数据和标签.mp4
页:
[1]