TensorFlow 2项目进阶实战 完整版
课程介绍:
手把手带你打通AI项目落地全流程
课程目录:
课程简介 (2讲)
01#课程介绍:AI进阶需要落地实战
02#内容综述:如何快速⾼效学习AI与TensorFlow 2
基础理论篇:TensorFlow 2设计思想 (4讲)
03#TensorFlow 2新特性
04#TensorFlow 2核心模块
05#TensorFlow 2 vs TensorFlow 1.x
06#TensorFlow 2落地应⽤
快速上手篇:动⼿训练模型和部署服务 (7讲)
07#TensorFlow 2开发环境搭建
08#TensorFlow 2数据导入与使⽤
09#使用tf.keras.datasets加载数据
10#使用tf.keras管理Sequential模型
11#使用tf.keras管理functional API
12#Fashion MNIST数据集介绍
13#使用TensorFlow2训练分类网络
方案设计篇:如何设计可落地的AI解决方案 (6讲)
14#行业背景:AI新零售是什么?
15#用户需求:线下门店业绩如何提升？
16#长期⽬标:货架数字化与业务智能化
17#短期目标:自动化陈列审核和促销管理
18#方案设计:基于深度学习的检测/分类的AI流水线
19#方案交付:支持在线识别和API调用的AI SaaS
商品检测篇:使用RetinaNet瞄准你的货架商品 (12讲)
20#基础:目标检测问题定义与说明
21#基础:深度学习在目标检测中的应用
22#理论:R-CNN系列二阶段模型综述
23#理论:YOLO系列一阶段模型概述
24#应用:RetinaNet 与 Facol Loss 带来了什么
25#应用:检测数据标注方法与流程
26#应用:划分检测训练集与测试集
27#应用:生成 CSV 格式数据集与标注
28#应用:使用TensorFlow 2训练RetinaNet
29#应用:使用RetinaNet检测货架商品
30#扩展:目标检测常用数据集综述
31#扩展:目标检测更多应用场景介绍
商品识别篇:使⽤ResNet识别你的货架商品 (8讲)
32#基础:图像分类问题定义与说明
33#基础:越来越深的图像分类网络
34#应⽤:检测SKU抠图与分类标注流程
35#应⽤:分类训练集与验证集划分
36#应⽤:使⽤TensorFlow 2训练ResNet
37#应用:使用ResNet识别货架商品
38#扩展:图像分类常用数据集综述
39#扩展:图像分类更多应⽤场景介绍
业务落地篇:实现货架洞察Web应用 (10讲)
40#串联AI流程理论:商品检测与商品识别
41#串联AI流程实战:商品检测与商品识别
42#展现AI效果理论:使用OpenCV可视化识别结果
43#展现AI效果实战:使用OpenCV可视化识别结果
44#搭建AI SaaS理论:Web框架选型
45#搭建AI SaaS理论:数据库ORM选型
46#搭建AI SaaS理论:10分钟快速开发AI SaaS
47#搭建AI SaaS实战:10 分钟快速开发AI SaaS
48#交付AI SaaS:10分钟快速掌握容器部署
49#交付AI SaaS:部署和测试AI SaaS
TensorFlow 2进阶使⽤ (7讲)
50#使⽤TensorFlow 2实现图像数据增强
51#使⽤TensorFlow 2实现分布式训练
52#使⽤TensorFlow Hub迁移学习
53#使⽤@tf.function提升性能
54#使⽤TensorFlow Serving部署云端服务
55#使⽤TensorFlow Lite实现边缘智能
56#结束语
下载地址:
**** Hidden Message ***** 谢谢楼主的分享。 支持支持 谢谢楼主的分享 太好了，非常需要。 太好了，非常需要。 66666666666666666 支持！！！！！！！！！！！！！！ 谢谢{:biggrin:}分享 w 2项目进阶实战 完整版