阿坤 发表于 2023-6-1 09:00:01

深度学习框架Tensorflow实战

深度学习框架Tensorflow实战
├──01.tensorflow环境安装
|   ├──1-1 课程简介 .mp43.84M
|   ├──1-2 Tensorflow2版本简介与心得 .mp432.74M
|   ├──1-3 Tensorflow2版本安装方法 .mp434.47M
|   └──1-4 tf基础操作 .mp420.11M
├──02.神经网络
|   ├──2-1 深度学习要解决的问题 .mp420.99M
|   ├──2-10 神经网络架构细节 .mp443.70M
|   ├──2-11 神经元个数对结果的影响 .mp441.92M
|   ├──2-12 正则化与激活函数 .mp426.73M
|   ├──2-13 神经网络过拟合解决方法 .mp436.73M
|   ├──2-2 深度学习应用领域 .mp459.04M
|   ├──2-3 计算机视觉任务 .mp419.50M
|   ├──2-4 视觉任务中遇到的问题 .mp437.09M
|   ├──2-5 得分函数 .mp419.12M
|   ├──2-6 损失函数的作用 .mp432.62M
|   ├──2-7 前向传播整体流程 .mp438.49M
|   ├──2-8 返向传播计算方法 .mp424.87M
|   └──2-9 神经网络整体架构 .mp431.47M
├──03.回归任务
|   ├──3-1 任务目标与数据集简介 .mp425.97M
|   ├──3-2 建模流程与API文档 .mp425.28M
|   ├──3-3 网络模型训练 .mp429.95M
|   ├──3-4 模型超参数调节与预测结果展示 .mp442.57M
|   ├──3-5 分类模型构建 .mp440.33M
|   ├──3-6 tf.data模块解读 .mp429.19M
|   └──3-7 模型保存与读取实例 .mp447.86M
├──04.卷积神经
|   ├──4-1 卷积网络应用领域 .mp426.64M
|   ├──4-10 VGG网络架构 .mp420.55M
|   ├──4-11 残差网络Resnet .mp418.38M
|   ├──4-12 感受野的作用 .mp416.77M
|   ├──4-2 卷积的作用 .mp423.60M
|   ├──4-3 卷积特征值计算方法 .mp422.68M
|   ├──4-4 得到特征图表示 .mp418.47M
|   ├──4-5 步长与卷积核大小对结果的影响 .mp420.39M
|   ├──4-6 边缘填充方法 .mp417.93M
|   ├──4-7 特征图尺寸计算与参数共享 .mp422.04M
|   ├──4-8 池化层的作用 .mp411.33M
|   └──4-9 整体网络架构 .mp417.99M
├──05.识别实战
|   ├──5-1 猫狗识别任务与数据简介 .mp418.22M
|   ├──5-2 卷积网络涉及参数解读 .mp425.91M
|   ├──5-3 网络架构配置 .mp428.13M
|   └──5-4 卷积模型训练与识别效果展示 .mp442.36M
├──06.图像数据增强
|   ├──6-1 数据增强概述 .mp439.30M
|   ├──6-2 图像数据变换 .mp466.27M
|   └──6-3 猫狗识别任务数据增强实例 .mp420.99M
├──07.迁移学习实战
|   ├──7-1 迁移学习的目标 .mp413.29M
|   ├──7-2 迁移学习策略 .mp416.08M
|   ├──7-3 Resnet原理 .mp460.19M
|   ├──7-4 加载训练好的经典网络模型 .mp434.20M
|   ├──7-5 Callback模块与迁移学习实例 .mp439.86M
|   ├──7-6 tfrecords数据源制作方法 .mp434.13M
|   └──7-7 图像数据处理实例 .mp435.44M
├──08.递归神经网络与词向量
|   ├──8-1 RNN网络架构解读 .mp422.98M
|   ├──8-2 词向量模型通俗解释 .mp421.22M
|   ├──8-3 模型整体框架 .mp427.36M
|   ├──8-4 训练数据构建 .mp415.78M
|   ├──8-5 CBOW与Skip-gram模型 .mp422.57M
|   └──8-6 负采样方案 .mp423.13M
├──09.词向量模型
|   ├──9-1 任务流程解读 .mp417.70M
|   ├──9-2 模型定义参数设置 .mp416.81M
|   ├──9-3 文本词预处理操作 .mp416.19M
|   ├──9-4 训练batch数据制作 .mp443.05M
|   └──9-5 损失函数定义与训练结果展示 .mp429.75M
├──10.LSTM文本分类任务实战
|   ├──10-1 任务目标与数据介绍 .mp421.49M
|   ├──10-2 RNN模型输入数据维度解读 .mp418.60M
|   ├──10-3 数据映射表制作 .mp434.69M
|   ├──10-4 embedding层向量制作 .mp438.82M
|   ├──10-5 数据生成器构造 .mp435.14M
|   ├──10-6 双向RNN模型定义 .mp419.69M
|   ├──10-7 自定义网络模型架构 .mp441.49M
|   ├──10-8 训练策略指定 .mp422.92M
|   └──10-9 训练文本分类模型 .mp430.81M
├──11.CNN网络实战
|   ├──11-1 CNN应用于文本任务原理解析 .mp423.38M
|   ├──11-2 整体流程解读 .mp420.59M
|   └──11-3 网络架构设计与训练 .mp440.89M
├──12.时间序列预测
|   ├──12-1 任务目标与数据源 .mp418.44M
|   ├──12-2 构建时间序列数据 .mp426.15M
|   ├──12-3 训练时间序列数据预测结果 .mp429.79M
|   ├──12-4 多特征预测结果 .mp424.32M
|   └──12-5 序列结果预测 .mp415.19M
├──13.框架BERT
|   ├──13-1 BERT任务目标概述 .mp411.28M
|   ├──13-10 训练实例 .mp423.51M
|   ├──13-2 传统解决方案遇到的问题 .mp423.32M
|   ├──13-3 注意力机制的作用 .mp415.95M
|   ├──13-4 self-attention计算方法 .mp423.89M
|   ├──13-5 特征分配与softmax机制 .mp421.35M
|   ├──13-6 Multi-head的作用 .mp420.10M
|   ├──13-7 位置编码与多层堆叠 .mp417.16M
|   ├──13-8 transformer整体架构梳理 .mp422.55M
|   └──13-9 BERT模型训练方法 .mp420.74M
├──14.BERT实战
|   ├──14-1 BERT开源项目简介 .mp430.48M
|   ├──14-10 构建QKV矩阵 .mp455.59M
|   ├──14-11 完成Transformer模块构建 .mp445.84M
|   ├──14-12 训练BERT模型 .mp445.87M
|   ├──14-2 项目参数配置 .mp453.10M
|   ├──14-3 数据读取模块 .mp440.40M
|   ├──14-4 数据预处理模块 .mp443.13M
|   ├──14-5 tfrecord制作 .mp453.83M
|   ├──14-6 Embedding层的作用 .mp433.81M
|   ├──14-7 加入额外编码特征 .mp444.61M
|   ├──14-8 加入位置编码特征 .mp424.95M
|   └──14-9 mask机制 .mp443.04M
├──15.对抗生成网络实战
|   ├──15-1 对抗生成网络通俗解释 .mp421.20M
|   ├──15-2 GAN网络组成 .mp411.31M
|   ├──15-3 DCGAN网络架构与流程解读 .mp416.84M
|   ├──15-4 网络架构设计 .mp429.14M
|   └──15-5 损失函数定义与训练 .mp439.30M
├──16.CycleGan实战
|   ├──16-1 CycleGan网络所需数据 .mp429.60M
|   ├──16-10 判别网络模块构造 .mp420.60M
|   ├──16-11 损失函数:identity loss计算方法 .mp439.50M
|   ├──16-12 生成与判别损失函数指定 .mp453.89M
|   ├──16-13 额外补充:VISDOM可视化配置 .mp425.88M
|   ├──16-2 CycleGan整体网络架构 .mp421.20M
|   ├──16-3 PatchGan判别网络原理 .mp410.98M
|   ├──16-4 数据与环境配置 .mp425.73M
|   ├──16-5 生成与判别器损失函数定义 .mp440.56M
|   ├──16-6 整体损失模块解读 .mp466.63M
|   ├──16-7 Cycle开源项目简介 .mp430.04M
|   ├──16-8 数据读取与预处理操作 .mp447.99M
|   └──16-9 生成网络模块构造 .mp450.15M
├──17.Resnet实战
|   ├──17-1 额外补充-Resnet论文解读 .mp454.32M
|   ├──17-2 额外补充-Resnet网络架构解读 .mp418.56M
|   ├──17-3 项目结构概述 .mp416.47M
|   ├──17-4 数据集处理方法 .mp425.02M
|   ├──17-5 训练数据构建 .mp428.75M
|   ├──17-6 网络架构层次解读 .mp432.16M
|   ├──17-7 前向传播配置 .mp432.33M
|   └──17-8 训练resnet模型 .mp431.20M
├──18.Tensorflow初识
|   ├──18-1 Tensorflow简介与安装 .mp472.63M
|   ├──18-2 Tensorflow中的变量 .mp429.99M
|   ├──18-3 变量常用操作 .mp458.10M
|   ├──18-4 实现线性回归算法 .mp463.34M
|   ├──18-5 Mnist数据集简介 .mp456.89M
|   └──18-6 逻辑回归算法 .mp462.86M
├──19.Tensorflow神经网络
|   ├──19-1 神经网络结构 .mp468.83M
|   ├──19-2 卷积网络结构基本定义 .mp443.47M
|   ├──19-3 卷积神经网络迭代 .mp446.76M
|   └──19-4 Cifar-10图像分类任务 .mp452.87M
├──20.卷积神经网络实战
|   ├──20-1 卷积神经网络实战:猫狗识别 .mp462.81M
|   ├──20-2 数据读取 .mp456.97M
|   ├──20-3 网络架构 .mp488.35M
|   ├──20-4 网络迭代训练 .mp477.49M
|   └──20-5 测试效果 .mp438.41M
├──21.递归神经网络模型
|   ├──21-1 RNN网络基本架构 .mp430.61M
|   ├──21-2 实现RNN网络架构 .mp443.52M
|   ├──21-3 RNN实现自己的小demo .mp466.00M
|   └──21-4 RNN预测时间序列 .mp488.26M
├──22.Alexnet网络
|   ├──22-1 环境配置 .mp451.60M
|   ├──22-2 数据读取 .mp455.15M
|   ├──22-3 网络结构定义 .mp449.91M
|   └──22-4 加载训练好参数 .mp454.39M
├──23.Tensorboard可视化模块
|   ├──23-1 Tensorboard可视化展示 .mp455.22M
|   ├──23-2 展示效果 .mp468.59M
|   ├──23-3 统计可视化展示 .mp449.50M
|   └──23-4 参数对结果的影响 .mp479.50M
├──24.tfrecord数据源制作
|   ├──24-1 生成自己的数据集 .mp456.80M
|   ├──24-2 读取数据 .mp457.80M
|   ├──24-3 生成数据源 .mp482.12M
|   └──24-4 加载tfrecord进行分类任务 .mp4114.72M
├──25. CNN文本分类
|   ├──25-1 CNN文本分类任务概述 .mp450.32M
|   ├──25-2 文本分类任务特征定义 .mp469.12M
|   ├──25-3 卷积网络定义 .mp424.54M
|   └──25-4 完成预测分类任务 .mp470.52M
├──26.Resnet残差网络
|   ├──26-1 Resnet网络原理 .mp458.30M
|   ├──26-2 网络流程设计 .mp451.54M
|   └──26-3 残差网络细节 .mp477.40M
├──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 .mp449.22M
|   ├──27-2 Tensorflow案例实战视频课程20 构造网络的输入数据和标签 .mp450.64M
|   ├──27-3 Tensorflow案例实战视频课程21 卷积网络模型定义 .mp454.25M
|   └──27-4 Tensorflow案例实战视频课程22 迭代及测试网络效果 .mp450.21M
└──资料+代码 .7z5.43G
**** Hidden Message *****

suzilong0 发表于 2023-6-1 09:17:27

啥也不说了,感谢楼主分享哇!

csa 发表于 2023-6-1 10:26:31

啥也不说了,感谢楼主分享哇!

kingdee 发表于 2023-6-1 12:24:34


深度学习框架Tensorflow实战

lixavier 发表于 2023-6-1 13:02:36

啥也不说了,感谢楼主分享哇!

jackhan 发表于 2023-6-1 18:16:02

啥也不说了,感谢楼主分享哇!

taipingyang2021 发表于 2023-6-1 20:14:50

确实是难得好帖啊,顶先

luker 发表于 2023-6-1 21:09:58

啥也不说了,感谢楼主分享哇!

147805 发表于 2023-6-2 00:56:17

啥也不说了,感谢楼主分享哇!

skying508 发表于 2023-6-2 01:08:54

啥也不说了,感谢楼主分享哇!
页: [1] 2 3 4 5 6 7
查看完整版本: 深度学习框架Tensorflow实战