2021年H马人工智能教程快速入门深度学习与CV
├─01.课程介绍│ 01.深度学习.mp4
│ 02.DL发展历史.mp4
│ 03.计算机视觉定义与任务.mp4
│ 04.CV的应用领域.mp4
│ 05.CV的发展历史.mp4
│
├─02.tensorflow
│├─01.tensorflow和keras简介
││ 01.tensorflow简介.mp4
││ 02.tensorflow安装方法.mp4
││ 03.张量是什么.mp4
││ 04.张量的基本操作.mp4
││ 05.张量转换成numpy.mp4
││ 06.张量的常用函数.mp4
││ 07.变量variable.mp4
││ 08.tf.keras简介和常用模块.mp4
││ 09.tf.keras的常用方法.mp4
││ 10.tf和keras总结.mp4
││
│└─02.快速入门模型
│ 01.快速入门模型简介.mp4
│ 02.数据集处理.mp4
│ 03.sklearn实现分类.mp4
│ 04.tf.keras实现-数据处理.mp4
│ 05.tf.keras实现-模型构建.mp4
│ 06.tf.keras实现-模型训练与评估.mp4
│ 07.tf.keras实现总结.mp4
│
├─03.深度学习
│├─01.神经网络、优化方法与正则化
││ 01.深度学习简介.mp4
││ 02.神经网络简介.mp4
││ 03.神经元的工作方式.mp4
││ 04.激活函数sigmoid.mp4
││ 05.激活函数tanh.mp4
││ 06.激活函数relu.mp4
││ 07.激活函数leakyrelu.mp4
││ 08.激活函数softmax.mp4
││ 09.其他激活函数及选择.mp4
││ 10.参数初始化.mp4
││ 11.Xavier初始化.mp4
││ 12.He初始化.mp4
││ 13.神经网络的构建方式.mp4
││ 14.sequential构建方式.mp4
││ 15.functional API构建方式.mp4
││ 16.Model 子类构建方式.mp4
││ 17.神经网络优缺点及历史.mp4
││ 19.损失函数是什么.mp4
││ 20.交叉熵损失函数.mp4
││ 21.二分类的交叉熵损失函数.mp4
││ 22.MAE损失.mp4
││ 23.MSE损失.mp4
││ 24.smooth L1损失.mp4
││ 25.神经网络的优化方法.mp4
││ 26.梯度下降算法.mp4
││ 27.epoch,batch和iteration.mp4
││ 28.前向传播,反向传播和链式法则.mp4
││ 29.BP算法.mp4
││ 30.梯度下降存在的问题及指数加权平均值.mp4
││ 31.动量梯度下降算法.mp4
││ 32.adagrad.mp4
││ 33.RMSprop.mp4
││ 34.Adam.mp4
││ 35.学习率退火.mp4
││ 36.总结.mp4
││ 37.正则化及L1L2正则化的使用.mp4
││ 38.dropout.mp4
││ 39.提前停止.mp4
││ 40.BN层及总结.mp4
││
│└─02.卷积神经网络
│ 01.mnist案例简介与数据加载.mp4
│ 02.mnist案例简数据处理.mp4
│ 03.mnist案例模型构建.mp4
│ 04.mnist案例模型编译与训练.mp4
│ 05.mnist案例tensorboard使用.mp4
│ 06.mnist案例模型评估与保存.mp4
│ 07.全连接网络处理图像存在的问题.mp4
│ 08.CNN网络的组成.mp4
│ 09.卷积层的介绍.mp4
│ 10.池化层和全连接层的介绍.mp4
│ 11.LeNet-5数据加载与处理.mp4
│ 12.LeNet-5的模型构建.mp4
│ 13.LeNet-5的模型编译,训练和评估.mp4
│ 14.CNN网络总结.mp4
│
├─04.图像分类
│ 01.图像分类简介.mp4
│ 02.Alex简介和网络结构.mp4
│ 03.AlexNet网络构建.mp4
│ 04.AlexNet网络数据读取.mp4
│ 05.AlexNet模型训练与评估.mp4
│ 06.VGG简介与网络架构.mp4
│ 07.VGG网络构建.mp4
│ 08.VGG进行手写数字识别.mp4
│ 09.GoogLeNet简介和Inception简介.mp4
│ 10.Inception模块的构建.mp4
│ 11.GoogLeNet构成和B1模块实现.mp4
│ 12.B2和B3模块实现.mp4
│ 13.B4模块实现.mp4
│ 14.B5模块实现.mp4
│ 15.手写数字识别实现.mp4
│ 16.inceptionV2,V3和总结.mp4
│ 17.ResNet简介和残差块.mp4
│ 18.残差块的实现.mp4
│ 19.resNet简介.mp4
│ 20.resNet中残差模块的构建.mp4
│ 21.resNet模型构建.mp4
│ 22.resNet手写数字识别.mp4
│ 23.常用的图像增强方法.mp4
│ 24.tf.image进行图像增强.mp4
│ 26.模型微调.mp4
│ 27.数据集获取.mp4
│ 28.微调模型训练.mp4
│
├─ 代码.rar
└─ 讲义.rar
**** Hidden Message *****
感谢楼主分享哇! 啥也不说了,感谢楼主分享哇! 正需要,支持楼主大人了! 啥也不说了,感谢楼主分享哇! 确实是难得好帖啊,顶先 感谢楼主的无私分享。 啥也不说了,感谢楼主分享哇! 确实是难得好帖啊,顶先 啥也不说了,感谢楼主分享哇!