|
Java视频教程名称: 最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频教程 java自学 Python视频教程 it教程
) B& ?# v& U# r% N" H; [百度网盘下载链接:
& D2 L/ p" G' h" Q+ |* ? E[/hide]密码: 7i6r 【解压密码:javazx.com-QhvQlt8B】
+ e9 d8 q! b( I5 T M集数合计:10章- _ z/ C3 P" k& [
4 ]' K9 b8 g( H; [
链接失效声明:如果本链接地址失效,请及时联系站长QQ:40069106
8 [$ I- [8 K8 z2 x/ P% X% n如何获取资源:VIP升级: https://www.javazx.com/thread-10591-1-1.html
& G' m7 r5 ]2 F% u' ?VIP说明: 月度VIP:使用期限30天
" R4 t7 P" W, x, s N/ N- w 年度VIP:使用期限365天
7 R S+ c: `5 R* b 终身VIP:使用期限永久) E7 ]% ?1 N6 d& G7 N# Q
2 Z6 X$ }$ O% H! }) S9 m' j' @Java视频教程详情描述: - v; L3 v/ c! d8 V' m# W/ M
A0513《最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频教程》最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频教程( `, i( A* v. H O5 e* v
- s3 R& K( p! [- A
Java视频教程目录:6 p. w6 m) Z: @8 {/ Q6 E; K
' N; l# n& X# H
/ \" ?; D, A Q* d% P& w# Z
│ │
' j4 _6 s" g$ j8 V1 r│ ├─3.浅层神经网络2 b8 d( d6 S% P- S- g/ s) s% ?
│ │ 01_浅层神经网络表示.mp4
8 R$ J3 X/ b* i( G# I; T4 k4 }3 ^6 r│ │ 02_浅层神经网络的前向传播.mp4
4 V+ I* C1 A1 I! |│ │ 03_激活函数的选择.mp4! p( C( K" T8 h; `
│ │ 04_浅层神经网络的反向传播.mp49 [. C6 y L! j7 l- H
│ │ 05_作业介绍.mp4【Java自学网 www.javazx.com】
9 `& j0 @. h k% l( J& E7 j│ │ 06_作业实现:初始化模型与前向传播.mp4
& N" E. L3 [8 p8 G- h r. W│ │ 07_作业实现:反向传播与更新梯度.mp4
0 \3 b& {" a; g# r│ │ 08_作业实现:网络模型逻辑实现.mp4
: x3 H, h# k& R0 c│ │ 09_总结.mp4
/ Q e. v. H) b( T- j│ │ ) }* M. j5 E2 h& j% _: s- S
│ └─4.深层神经网络- Q5 j5 A# T+ _, z! T
│ 01_深层神经网络表示.mp4
, T+ Y* P _5 f- @/ i" C9 G" s5 P│ 02_深层神经网络的反向传播过程.mp4: |8 M5 i; f+ a. y1 _6 w
│ 03_参数初始化与超参数介绍.mp4
( @* P% e" G2 T9 Z' F9 A│ javazx.com
( _2 \2 X: c# k, r, M& R
/ V6 ]. x m7 w3 A│
* ]: J; \& V) ?, S├─1-2 深度学习优化进阶
9 V; [- T( z( r│ ├─1.多分类% P6 Y; O- _; Y. a' T
│ │ 01_深度学习紧接、多分类介绍.mp4
8 t* n# a6 Q, Q: L9 v) {│ │ 02_交叉熵损失原理.mp49 V+ q) l/ O$ Y- }. k% B p5 P7 j1 G
│ │ 03_案例:Mnist手写数字数据介绍.mp4' b) W9 }! G( V1 C( R. t% e. R
│ │ 04_案例:网络结构、流程、代码介绍.mp41 w' f2 g6 U3 Q7 M! n
│ │ 05_案例:主网络结构搭建实现.mp4
. Y2 P7 Q( m* X" x. W0 p+ K│ │ 06_案例:添加准确率.mp4
' o# I5 U/ |5 s; Q8 r│ │ 07_案例:Tensorboard观察显示.mp4
( g! N- I( s- B2 T3 Z│ │ 08_案例:添加模型保存、预测.mp4
5 v6 Z+ O3 {# n S3 j6 i│ │ 09_调整学习率带来的问题.mp4
/ v8 S2 p: B4 N+ ^2 u2 M# F+ N│ │ 0 v8 u1 I+ W; U( \$ |4 `+ T2 _
│ ├─2.梯度下降算法优化
; v6 D& W! K4 z2 H6 m│ │ 01_深度学习遇到问题、为什么需要优化算法.mp4
, i+ K1 K& X6 A1 d│ │ 02_Mini梯度下降与Batch梯度下降.mp4
% U& f1 \+ _" G, n4 }│ │ 03_指数加权平均.mp4
! \+ z: _3 v1 I│ │ 04_动量梯度下降原理公式理解.mp4+ A7 ?! F0 ^6 ^% ?( l# z
│ │ 05_RMSProp与Adam原理与学习率递减.mp4/ H! S- B! O3 y9 Q9 J; m
│ │ 06_标准化输入带来的优化.mp4; b0 R$ I: W/ h3 o
│ │ 07_作业介绍.mp47 _( W! q! _* Z2 o$ ]* d- H) A
│ │ 08_作业讲解1.mp41 W6 ~+ e# h9 s1 W6 C" X7 R
│ │ 09_作业讲解2.mp4
, M+ X. F6 U% C4 J│ │ & [) ]6 ^* j4 V5 W- I/ X% g" s
│ ├─3.深度学习正则化1 F: I5 w$ z* h
│ │ 01_深度学习偏差与方差介绍为、什么需要正则化.mp4
! k6 V( C! C3 c7 ^; v& K9 y│ │ 02_正则化概念、L2正则化与L1正则化.mp4: l+ q7 `* W/ b; X! l) b1 w. ?, Y' j
│ │ 03_Droupout过程与原理理解.mp47 \7 J5 O3 q" O7 l( |
│ │ 04_其它正则化方法-早停止法与数据增强.mp41 E3 i. _3 Q; w# E+ M v
│ │ 05_正则化作业介绍.mp4. P0 h* S1 m0 h* r3 X. N6 x
│ │ 06_作业讲解1.mp4
4 E9 D( a N$ Y│ │ 07_作业讲解2.mp4
. n) q9 t+ N0 G+ e5 v3 T│ │
, z3 E" a. U6 e7 X1 n+ Y5 @│ └─4.神经网络调参与BN8 k; a7 p' ^# m% M0 k: c
│ 01_神经网络调参数技巧与如何设置参数、如何运行.mp4' C- K: t( ?' b1 b9 _1 C* h
│ 02_批标准化定义、公式、为什么有效.mp4
5 Z" P O; `: [6 O│
/ q4 X* w5 I7 r5 k* q( D; T├─1-3 卷积神经网络8 @1 c3 O0 f6 |& O+ m2 s$ E5 ]& p
│ ├─1.卷积网络原理0 e+ P9 B+ P/ j, y
│ │ 01_卷积来源、数据量与感受野的边缘检测.mp4
( R$ |2 `% X9 x│ │ 02_卷积网络结构介绍.mp40 g6 u4 p V" ~2 l1 {5 g N$ l
│ │ 03_默认卷积的运算过程.mp4* u1 j: o: r' G+ b
│ │ 04_零填充.mp4* G5 F$ ~$ x" v+ }6 K% ]
│ │ 05_过滤器大小与步长.mp4
! s0 O P3 i3 X" N+ Q& _│ │ 06_多通道的卷积与多卷积核.mp4 F: O- b; E* w+ f7 p5 Q
│ │ 07_卷积总结.mp4# c, f2 V) u3 R/ c) a; G0 P
│ │ 08_池化层.mp4
9 y' D& X3 y5 n│ │ 09_全连接层.mp4
3 ?& M5 R5 p! {2 F2 J9 Y│ │ " c% U: N, y. o
│ ├─2.经典分类结构5 }+ \8 _6 P% k! D S
│ │ 01_LeNet5的计算过程详解.mp4
: Y7 H; m/ K8 q. a% j9 ^1 m( R│ │ 02_常见网络结构介绍.mp4
0 ~' {/ l7 U7 X& j│ │ 03_Inception(1x1卷积介绍).mp4
' N/ ~- M5 a- N8 x│ │ 04_Inception结构以及改进.mp47 i4 D$ R2 L. x1 Q" L2 l
│ │ 05_GoogleNet了解与卷积网络学习内容.mp4& ~9 k( h( L- [5 [
│ │ 1 @: r% |2 _2 A+ ~/ r
│ └─3.CNN实战" L9 I+ i/ o$ W7 h
│ 01_作业介绍.mp4: Z# v# N' c( `4 @, o' x# v* r
│ 02_作业讲解.mp4
1 R8 }( X) @( V! C$ U8 ]│ 03_迁移学习.mp47 r! G) y& [! K+ {0 V J. r9 p- k
│
7 H) d% E1 M) @├─1-4 循环神经网络
9 f5 e- n; A T, l│ ├─1.循环神经网络" _* q1 D; K1 E% p# z
│ │ 01_循环神经网络背景介绍.mp4
' F7 H1 O6 t, b, [3 D, T$ l│ │ 02_循环神经网络结构原理.mp4
2 N) Q$ Z( I+ c* O5 b) m│ │ 03_词的表示与矩阵形状运算.mp4
% K* Y2 w" b; \+ r/ M│ │ 04_交叉熵损失计算.mp4
% p1 V* o+ D2 E1 E, p" v1 }│ │ 05_时间反向传播算法.mp4+ U; k: K& l$ W. ^( l6 \2 }
│ │ 06_梯度消失、案例介绍.mp4 J/ z' Q, c) c! ?
│ │ 07_手写RNN案例:单个cell前向传播.mp4
; u5 O# @- H1 U9 P2 m│ │ 08_手写RNN案例:所有cell的前向传播.mp4
: B. ?8 ?* w4 U│ │ 09_手写RNN案例:单个cell的反向传播.mp4% m) s9 X; h& G" W% G# U
│ │ 10_手写RNN案例:所有cell的反向传播.mp4& W9 }9 }. n2 n( R9 U
│ │ 11_案例总结.mp4
8 g) f& w: a1 C4 i5 S1 h# D│ │ 12_GRU与LSTM介绍.mp40 W. k5 I" l ?5 i
│ │ 1 U9 S' R `9 Y* ]5 L
│ ├─2.词嵌入
& H8 ^6 A4 S) E" c& }( s│ │ 01_词嵌入介绍.mp48 O B& U3 O! C* g! H
│ │ 02_词嵌入案例.mp40 T% S% o' u0 \, e) a0 U' ^. r
│ │
( L7 c. |. _. R. W: N a│ └─3.seq2seq与Attention机制
0 G: O- R8 A6 o* a7 L│ 01_seq2seq介绍与理解.mp4& @) p) W$ y4 x
│ 02_seq2seq机器翻译等场景介绍分析.mp4
. F9 p3 H7 y# U. F! m) c% t│ 03_Attention原理分析.mp4
- y0 [- f! S. h" V9 P/ C# o│ 04_机器翻译案例:日期格式翻译转换、代码结构介绍.mp4
/ W, r* j, K2 h0 _( G9 T│ 05_机器翻译案例:模型参数定义.mp42 B# s4 m/ a3 F8 z& F
│ 06_机器翻译案例:数据获取以及数据格式转换介绍.mp4
* u6 i/ ?, r4 e5 K3 V! \( P│ 07_机器翻译案例:训练逻辑与网络结构介绍.mp4- q: b7 G" ^9 P* Y+ Q) k
│ 08_机器翻译案例:网络输入输出逻辑介绍.mp4
! r2 F+ Y; J0 T; |4 t" _│ 09_机器翻译案例:网络输入输出逻辑编写.mp4
4 O1 n9 ]$ R( J2 F% r│ 10_机器翻译案例:自定义网络seq2seq的编解码器定义.mp4
X7 f$ R) p8 Z; ^6 u│ 11_机器翻译案例:seq2seq的输出层定义.mp4- I( g( ]3 A& K
│ 12_机器翻译案例:attention结构定义.mp45 Q9 K' V; H; f v# ~
│ 13_机器翻译案例:model中计算attention输出c逻辑函数实现.mp4
. }" L$ j0 d6 r. T2 I, |* s8 M│ 14_机器翻译案例:训练逻辑编写.mp4, o) P) Q- S: `* F. h0 m
│ 15_机器翻译案例:训练结果与问题解决.mp4
$ ^) W0 [7 L! S3 v4 {" S6 b6 a( O9 S│ 16_机器翻译案例:测试逻辑结果演示.mp4
- j6 R$ x3 X+ t. A+ A' Y; S│ 17_集束搜索介绍.mp4
* |7 L5 T. |, s2 j1 x│ ( t% |4 Q4 _/ p% N+ O
├─1-5 高级主题( {$ L4 y' t, O( ]3 Q2 `" m
│ ├─1.生产对抗网络
& m: N. I7 J- n; F: ~, i│ │ 01_高级主题介绍、GAN介绍.mp40 Q2 ? z9 Y; q/ t
│ │ 02_GAN原理、损失和DCGAN结构.mp4$ ^5 ?; ~* Q( ?0 y7 E9 F
│ │ 03_生成数字图片案例:结果演示流程介绍.mp4
! z8 [+ Q1 j( b( _/ b, p# y& C│ │ 04_生成数字图片案例:模型初始化代码编写.mp4( L$ p8 _$ V0 u( |
│ │ 05_生成数字图片案例:训练流程.mp4
* C9 b Z8 n: _# b# s% Z5 x│ │ 06_生成数字图片案例:运行保存图片并对比.mp4
" F t3 L5 t, P0 I3 e│ │ ) c" Z5 d' W: ~/ C- z! @5 j
│ ├─2.自动编码器
, ?6 f* q3 u+ k4 |│ │ 01_自动编码器介绍.mp4
6 z3 I0 n$ B" Z+ k' ~5 @0 I│ │ 02_案例:编码器类别、普通自编码器流程、模型初始化逻辑.mp4
: Z9 G. r9 R( i# y│ │ 03_案例:训练普通自编码器.mp4# {4 q! C: |2 A- b% a3 ?
│ │ 04_案例:深度自编码器编写演示.mp4! |8 E4 G+ W& P0 d" A* o7 A
│ │ 05_案例:卷积自编码器编写演示.mp4$ y4 |# s: X, b* g. P# _: W; H! d
│ │ 06_案例:降噪编码器介绍.mp49 p/ E2 r1 L; L7 \; \, L
│ │ 07_案例:降噪编码器案例.mp4
6 P1 g+ g' c. l$ O- ], j6 h- a│ │ 8 B3 ~8 W9 G9 Q7 w! M% S/ n# f
│ └─3.CapsuleNet2 h7 V8 c) N2 S- ]
│ 01_CapsuleNet了解.mp4
. ]* Z7 K9 L2 q6 z8 R* B% j5 y% s│ 02_深度学习课程总结.mp42 y: y, S( M# Y0 L+ |
│
9 E6 W5 Y( d( M6 W- n├─1-6 百度人脸识别
, T7 |( F) z' q( O v# F ~│ ├─1.平台介绍1 \6 |% z# ]3 P* F% }% K2 Q. Z
│ │ 0_课程组成和目标.mp49 I7 O6 b" z0 \' g% o* s8 b
│ │ 1_1_访问入口.mp4
4 ?7 |& ]3 A0 B% \0 p6 L│ │ 1_2_机器学习平台_介绍.mp4
2 b' m: g- [: L# r: Y│ │ 1_3_百度深度学习平台_介绍.mp4' O. E8 T0 ~& N/ |; y4 A# \5 N
│ │ 1_4_百度深度学习平台_创建集群.mp4
! `8 u" q' O3 I! p: Z8 {│ │ 1_5_百度人工智能平台_功能介绍.mp4
" e, a) r( E# m( I/ a9 f+ q3 ?& k. H│ │ 1_6_人工智能平台_服务开通.mp4
, p: d2 L9 m4 Z! @! H0 k0 o│ │ 1_7_人工智能平台_访问方式和SDK安装.mp4% p- d! Q2 {7 ]7 d
│ │
$ l5 N0 h* G4 [4 A/ _; B│ ├─2.图像技术之人脸识别9 n, R4 [" d0 e! i* H/ n u) ^
│ │ 2_1_1_人脸识别功能介绍_开通应用.mp4
- ?6 k! l' ~1 E* r e│ │ 2_1_2人脸识别_API.mp4
- g/ }6 N5 X& ]: D; ~│ │ 2_1_3_人脸检测_步骤和代码浏览.mp4
0 V* H/ U1 \$ K! ?│ │ 2_1_4_人脸检测_获取access_token.mp4) Z V+ P+ C0 i+ i
│ │ 2_1_5_人脸检测_调用API.mp4
% w3 H- @% |% p6 P3 q3 K9 L6 d│ │ 2_1_6_人脸检测_图像坐标.mp48 Y+ Z, d% Y! Y* c
│ │ 2_1_7_人脸检测_边框.mp4
2 d+ x7 V- K# N* U- N% O│ │ 2_1_8_人脸检测_性别年龄总结.mp4& W J4 k4 F+ ^+ R8 _1 O% L
│ │ 2_1_9_人脸检测_SDK方式.mp4
( [0 g' G% }, @8 L# L8 S# `│ │ + g4 g; q( j" x4 f8 H! G) z& _ {
│ ├─3.图像技术之图像识别6 R; W$ k- R0 a' H% m k4 o. E3 l
│ │ 2_2_1_图像识别功能_应用创建.mp4
! p, u* `' ~ B│ │ 2_2_2_图像识别_物体检测API_实例.mp40 U! D0 |# j0 x! x
│ │ 2_2_3_图像检测识别_菜品识别.mp4# U, U0 i8 B9 S. ^) J7 @2 R
│ │ 2_2_4_图像检测_车辆检测.mp4' }( z- Z- ~. `, {! G% x6 X
│ │ 2_2_5_定制化图像识别_图像分类_步骤.mp41 k; P/ C( A/ |
│ │ 2_2_5_定制化图像识别_特点和功能.mp4
. U, O+ E; K2 {8 W& |! N$ X! G│ │ 2_2_6_定制化图像识别_图像分类_操作.mp44 Z2 v3 w; Z( s# }
│ │ 2_2_7_定制化图像识别_图像分类_关联和调用流程.mp4# y" G& b" Z2 e2 k) j; U1 f7 _* O
│ │ 2_2_8_定制化图像识别_图像分类_代码实现.mp4: w: H# x5 h: U+ d
│ │ 2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp4/ A4 t) R& v" @/ t- x
│ │ 2_2_10_定制化图像识别_物体检测_流程.mp4& O% G! h9 r* F
│ │ 2_2_11_定制化图像识别_物体检测API_错误码.mp4* b8 d+ n2 j9 J/ W
│ │ - j* C" j0 R3 K) G7 P
│ ├─4.图像技术之文字识别- r ?, r: o( [' R
│ │ 2_3_1_功能介绍_创建应用.mp4
: }1 C1 n; y' I4 r, l2 I│ │ 2_3_2_通用文字识别_代码.mp4
% o8 c8 S1 Y5 f- |' Y$ i│ │ 2_3_3_通用文字识别_其他版本函数.mp4
" E& v# L3 N4 G! F) G│ │ 2_3_4_车牌识别.mp4) c3 a- A4 Y5 ?' v6 T( |- P
│ │ 2_3_5_通用票据识别.mp4
6 ^+ i4 d* Z2 D│ │ 2_3_6_自定义模板_步骤.mp4, s$ m. C% W6 G2 g5 x! X
│ │ 2_3_7_自定义模板_实际创建.mp46 b! D4 @# o* G) q
│ │ 2_3_8_自定义模板_API和代码.mp4
) j6 T5 E( k& r5 G3 Y! F│ │ 2_3_9_创建分类器.mp4
0 \$ S0 U6 k# @3 t. e7 _│ │ 2_3_10_分类器代码.mp4* P* {2 w6 |, d+ H# } n* E V
│ │
D: R( u) X) ?; M│ ├─5.语音技术/ k% {# @' z- B. R: D% X4 k3 a& X0 _6 a
│ │ 3_1_1_语音识别_介绍和API.mp4
& F" R, C: g( }) W6 g│ │ 3_1_2_语音识别案例_代码浏览.mp4+ ~2 O, t+ q# B7 Y
│ │ 3_1_3_语音识别案例_案例.mp4* @: E! M( S8 o$ S$ _: R
│ │ 3_2_1语音合成.mp42 x# G5 }' c l+ U
│ │ & B" [4 r6 d7 I9 E0 k( v: j. H6 B
│ ├─6.自然语言处理
( u- z: Y: @+ E6 o1 H% e! V│ │ 4_1_1_自然语言处理基础技术.mp40 R$ l! P9 |% Y
│ │ * \/ d# F* q" V/ e7 _9 _7 G
│ └─7.人脸识别打卡案例
+ X7 Q0 `+ D5 H! L( X+ q: g│ 5_1_0_人脸打卡案例_介绍.mp4; E9 A, g: ?$ U
│ 5_1_1_案例_前端部分介绍.mp4% y. @) B' P( w0 i5 l
│ 5_1_2_案例_人脸搜索代码浏览.mp4
" h( E$ i( x, _│ 5_1_3_案例_获取token.mp4
3 c" `2 `+ w9 i0 K│ 5_1_4_案例_添加用户_人脸搜索.mp4
# N1 y% k% y" v# Z│ 5_1_5_案例_主程序1.mp4
7 R L! S0 L( h G# x: O6 ~' d│ 5_1_6_案例_主程序2.mp4
; P. y: w) v' m. d/ d& k( g│ + i, B; H0 r1 L+ B/ f/ t- M
├─1-7 自然语言处理
$ o. i; B' r$ G" L3 |+ e9 a, d│ ├─1.自然语言处理基础概念
& a* D. G1 v# C/ |$ M' u│ │ 0.NLP介紹.mp4( O! C- H; Y- M! [) {, l
│ │ 1.NLP的种类.mp4
' r1 j8 g7 a8 i$ F8 [5 }" `│ │ 2.端对端深度学习模型.mp4; R3 |5 D" X( o) Y) p4 i% ^
│ │ 3.词袋.mp4" N" x- e- p! T7 F: V' e L Y
│ │ 4.Seq2Seq.mp4; l! k* H8 J t, P* J0 A. W
│ │ 5.Beam Serch Decoding.mp4
& v: o. k% V1 D5 o( M│ │ 6.Attention.mp4
0 c3 b4 h! g# {# L& K& f" v4 v! l│ │
9 P x( z0 L6 ^' o│ ├─2.自然语言处理基础实作-机器学习篇
( T5 k7 u9 e+ V│ │ 1.机器学习-NLTK_数据读取.mp4& ?# T( O7 g) t, x6 |6 E& W
│ │ 2.机器学习-NLTK_清理数据.mp4
6 ~ G. }3 w; g3 k% A V/ m│ │ 3.机器学习-NLTK_大小写转换.mp4
' m- c: ?6 v% ^$ R K3 k$ E│ │ 4.机器学习-NLTK_去除虚词.mp4
" b V8 H( {& Z# U│ │ 5.机器学习-NLTK_词根化.mp4) t; v. q- m' V+ f' n2 ^. Q' p
│ │ 6.机器学习-NLTK_还原字符串.mp4% h9 d1 c6 J8 X6 G. q8 n/ N
│ │ 7.机器学习-NLTK_稀疏矩阵.mp45 A+ o7 \% v3 S6 J
│ │ 8.机器学习-NLTK_最大过滤.mp4* G2 T/ c% f8 _ E
│ │ 9.机器学习-NLTK_建立词袋模型.mp4- K8 y5 }9 h( t. I3 B& t a& y+ ]2 k
│ │
3 l/ G5 | b; r│ ├─3.自然语言处理基础实作-深度学习篇
% `# r! q0 H0 A7 j│ │ 10.深度学习-Deep Learning in NLP.mp4
. g/ t/ Q, p2 z9 Z% w1 s# J9 O) d│ │ 11.深度学习-Deep Learning in NLP_模型优化.mp40 K& I2 T9 z; R1 v6 l' o% X
│ │ 12.深度学习-Deep Learning in NLP_模型加速.mp4
$ d5 X6 Z& }$ G4 ?│ │ ; h# b! ?3 O8 X, l# y
│ ├─4.自然语言处理核心部分) o, X! |4 M# ~8 d; }# c' k
│ │ 1.CNN REIVEW.mp4
0 D1 b: K2 |5 j# ~; @│ │ 2.CNN CODE.mp4
) q6 f8 k+ x. A9 m3 R; I& a│ │ 3.RNN REVIEW.mp47 X. o7 e0 A. w, r( h
│ │ 4.RNN CODE.mp4
4 N$ Q$ V- a1 M7 G& r│ │ 5.LSTM.mp45 l7 s' o6 e0 g
│ │ 6.LSTM_CODE.mp40 L( ^ {9 c) r
│ │ 7.文本分类.mp4
, t& h! ~% G/ W│ │ 8.文本分类的方式.mp4
$ ?$ i( N% Q( T! z# {3 U' S, g│ │ 9.文本分类CNN&RNN.mp4
* S* v3 D# H- J g! O│ │ 10. 文本分类 CNN 模型使用.mp4/ C6 ]. Z! y4 M/ w7 l
│ │ 11. 文本分类 RNN 搭建.mp4
& {9 n3 o# u" z7 V8 v( A+ o│ │
8 z% _2 f; S! l; y- ]$ u│ └─5.实战项目-从无到有打造聊天机器人- P/ t; \# |% w+ U8 j1 r
│ 00. chatbot.mp4
/ n$ b& S# R* Y8 o% X3 P│ 01. chatbot 搭建计画.mp4
p- N8 a% _, [1 Y8 o j│ 02. chatbot 环境搭建下载数据集.mp4
& l% ^# c( w: F# ^7 }, _* W; n│ 03. chatbot 下载数据集.mp4
+ G& J/ y! g. F" n│ 04. chatbot 导入依赖包.mp4# g5 N% h+ D. i. Y3 @; s7 G c! G H
│ 05. ChatBot 读取数据.mp4/ L/ w( h/ A4 S$ X }4 t! n
│ 06. chatbot 创建对話字典.mp46 B* g) P7 `8 G5 X+ M) N
│ 07. ChatBot 建立对话列表.mp4* N! h b8 M) X6 G, l4 x
│ 08. ChatBot 问答集.mp4
& T2 M7 {, ?; c! J. y* k, x│ 09. ChatBot 数据初步清洗.mp4% {' y+ B! g8 o0 ]
│ 10. ChatBot 清理问题集&回答集.mp4
- U1 G' D" t5 b1 w9 \: K2 y│ 11. ChatBot 统计字频.mp4
, m" U U7 @* o) u│ 12. ChatBot 标记化&去除少数字.mp4/ W/ F7 g0 m; g, E* i0 y6 z
│ 13. ChatBot 最终标记.mp4
. _8 u4 ?! T7 d│ 14. ChatBot 逆向字典.mp4
' h. F& i. \8 C# v2 B$ Q# P J│ 15. ChatBot 添加 EOS 标签.mp4
8 j5 I0 [7 f. f* {* W0 f/ K# ?7 O* Q│ 16. ChatBot 问答数列化.mp49 f+ P+ D$ p# Z# W5 g
│ 17. ChatBot 长短句.mp4
s8 m; {, |( d T8 t│ 18. ChatBot input&output.mp4& ?7 d2 R0 z' j& j$ H3 G
│ 19. ChatBot 处理输出.mp4. s+ P! n H9 Y" b
│ 20. ChatBot 建立RNN 模型.mp4% A: E+ s# n8 g5 g* ? X( o
│ 21. ChatBot 解码器训练.mp4, e9 U% { J: @* v! A) J9 S
│ 22. ChatBot 解码器测试.mp4
% w$ e3 N( o% Y7 L: d│ 23. ChatBot 创建解码RNN.mp4* Z ^! ~' {% C6 V1 N
│ 24. ChatBot Seq2Seq 模型.mp4
7 y# L$ z% e0 B$ F; L$ T) C8 t! C9 q│ 25. ChatBot 設置超参数.mp4
5 d0 Z! D) ]: m! |6 @│ 26. ChatBot 启动运算.mp4
4 d" ]* g4 V ]" B f& b4 j* G5 Z% T│ 27. ChatBot 模型 input.mp4. `) S+ n" U/ e4 O+ |
│ 28. ChatBot 模型輸入序列長度.mp4
& Y0 o8 {5 h& a2 i g$ K- D│ 29. ChatBot 設置輸入的数据形状.mp4
1 ?' E7 E/ Z6 H( }7 u& J│ 30. ChatBot训练 & 测试結果.mp4
0 d+ Y) n3 n/ N8 s│ 31. ChatBot 损失,优化,梯度消減.mp46 z& j$ \; d# B9 X9 ], z7 ^; r$ t
│ 32. ChatBot 问答等长处理.mp4
9 F. Z. Z# J" V% [. f1 s│ 33. ChatBot 问答数据批量.mp47 D8 W, A6 w% f7 ]
│ 34. ChatBot 数据分割.mp4$ ]( ~. Y# X4 N: n, B% W% |
│ 35. ChatBot 训练.mp4
8 T) M3 g5 f+ b" I│ 36. ChatBot 训练2.mp4" i' x8 W' j3 j# X1 k0 }) |
│ 37. ChatBot 测试.mp4: C! V) `( g: Z2 @1 _1 W1 D* d( b
│ 38. ChatBot 输入修飾.mp4; u; W, [1 I- n% {+ C3 H9 l
│ 39. ChatBot 开始聊天.mp4
9 t H4 |9 O6 m+ Z$ B│
# j: `: k) `8 x4 C├─1-8 图片商品物体检测项目第一阶段-检测算法原理
' ]; w$ C9 C. l│ ├─1.目标检测概述
# S, j8 l! N3 t0 B# V- I, c2 J- Q$ T│ │ 01_课程要求以及目标.mp4
) q% G1 {+ T: _│ │ 02_项目演示结果.mp4
+ z: N9 H/ {6 i) \│ │ 03_项目结构以及课程安排.mp4
$ y6 I! T' F' z) j! F7 G│ │ 04_图像识别背景.mp4) [$ U' I& C) _0 D6 c* o
│ │ 05_目标检测的定义和技术历史.mp4
' F! E& i v' X2 J4 v: U│ │ 06_目标检测应用场景.mp4
7 H, x& ?* k5 ^* |│ │ 07_目标检测算法原理铺垫.mp4. Q( I# v b& ?( Y8 d0 R4 C
│ │ 08_目标检测任务描述.mp47 G' c" j3 Y' K; U" { O, d2 H" l( D
│ │
9 d M% n9 I1 _1 d│ ├─2.RCNN原理
$ x3 |! s" R C+ {* N│ │ 01_Overfeat模型.mp4
( {7 d* p8 [/ s6 P0 g- d│ │ 02_RCNN:步骤流程介绍.mp4
2 }$ t0 Q, z; T│ │ 03_RCNN:候选区域以及特征提取.mp4; Z3 Z; z( o" i
│ │ 04_RCNN:SVM分类器.mp4 m. Y. u! W7 u5 _- |2 B
│ │ 05_RCNN:非极大抑制(NMS).mp4
( l" W! n: F5 x4 a5 g) U% I│ │ 06_RCNN:候选区域修正.mp4
2 o) W8 _7 p$ O+ Y" u│ │ 07_RCNN:训练过程与测试过程介绍.mp49 G; N* B1 @* U3 l: d
│ │ 08_RCNN:总结、优缺点与问题自测.mp4
/ f. B8 X/ ?; u/ m│ │
, D A+ j1 x- I3 c│ ├─3.SPPNet原理% L; p* S4 K8 e
│ │ 01_SPPNet:与RCNN的区别、网络流程.mp4- w. [" k$ Z6 d4 ?& T2 b
│ │ 02_SPPNet:映射.mp4, }3 o4 p8 A" G) |4 ~( d: \2 H
│ │ 03_SPPNet:SPP层的作用.mp4( r% @) k; d& _/ n# _
│ │ 04_SPPNet:总结、优缺点与问题自测.mp4
0 P1 M! \/ A0 X' y3 X│ │
s4 E, _& S( ~│ ├─4.FastRCNN原理4 N4 y5 T7 W9 t/ H/ @9 U, Q- g
│ │ 01_FastRCNN:改进之处以及网络流程.mp4
% C1 Y" q2 r$ p p+ h, K; h' W│ │ 02_FastRCNN:RoI pooling结构以及SPP对比.mp4
+ O) C( P1 i1 d0 o│ │ 03_FastRCNN:多任务损失.mp4
& [+ e$ k2 c$ O7 V( j" I5 Q, J5 \) e│ │ 04_FastRCNN:总结与问题自测.mp4
8 e9 X! Z( Y$ E/ S& M# {2 `│ │ ! y" u) [6 A8 C2 ~- K+ ]0 N
│ ├─5.FasterRCNN原理
[ b6 a; C8 e D│ │ 01_FasterRCNN:网络结构与步骤.mp43 Q' e7 O" p* @) `, D. {) v
│ │ 02_FasterRCNN:RPN网络的原理.mp45 K* g1 x! ~! K, z; M; L
│ │ 03_FasterRCNN:总结与问题自测.mp4
; p% I& |( a$ _0 y( c4 l│ │
" u3 t9 ~7 g7 N0 g. ^│ ├─6.YOLO原理, d3 L0 r. a& e1 E: }6 E
│ │ 01_YOLO:算法特点与流程介绍.mp4; m/ O! U4 X, R: R
│ │ 02_YOLO:单元格原理过程.mp4& U( [! Q6 B. \- J$ |3 s5 h8 C
│ │ 03_YOLO:训练过程样本标记.mp4. X* |: M" d$ {9 E$ s0 R+ X; K4 T* o8 ?
│ │ 04_YOLO:总结.mp4- r% {9 w9 e7 V/ W. \8 ]# W
│ │ % I1 E- U) Y* v, E3 w u1 Q8 ?8 H& {
│ └─7.SSD原理* @" n& B2 @8 ~/ x/ L+ O+ R E7 o7 ]' C
│ 01_SSD:网络结构与Detected结构.mp4
- h* Y$ _$ P5 W; w4 ~' ^3 f│ 02_SSD:localization与confidence.mp44 q' Y% Y3 o S) g
│ 03_SSD:训练与测试流程总结.mp4
. w; g! C0 N- ~│ 04_TensorflowSSD接口介绍.mp4* x" n9 X+ h7 l- }, d0 N
│ 05_第一阶段算法总结.mp4
2 L; F. e, ~* ]! M+ O3 C│ 1 a9 U* f& R% M6 I
├─1-9 图片商品物体检测项目第二阶段-数据集制作与处理! d2 Z, M. V" R/ R
│ ├─1.数据集标记
. @7 Q' Q8 ]- H. x* t; g- ~1 v│ │ 01_目标检测数据集介绍.mp4
! O' ^" Q8 F {6 A: |│ │ 02_商品数据集标记.mp4
5 _! D5 l q3 q& g3 V│ │
# A3 k. ^* [/ z8 @0 L5 K* s" I' r# k, o│ ├─2.数据集格式转换
S! q$ z2 i. X1 G: s8 n- G│ │ 01_数据集格式转换介绍.mp42 e% S0 D- \9 S. ^& [( w" L9 u/ j
│ │ 02_格式转换:代码介绍.mp4# _. R1 C8 J/ M/ Y$ g5 @
│ │ 03_格式转换:文件读取以及存储逻辑.mp4, P1 Q& w* u+ O8 h! Q2 |
│ │ 04_格式转换:图片数据以及XML读取.mp4
4 D e0 }8 s5 R! ~- M1 N, v% R- V* y│ │ 05_格式转换:example封装、总结.mp47 c# R- Q6 v) E/ U4 e% R
│ │ . S$ `" t. H9 x
│ └─3.TFRecords读取0 e9 B8 d* b0 V7 ]; P( E$ u" v
│ 01_slim库介绍.mp46 K9 Q/ |- ^. G S
│ 02_TFRecord读取:Dataset准备.mp4
& _+ c9 \8 n2 l. {8 V7 V│ 03_TFRecord读取:provider读取.mp4
$ b" [* h! |& ]% i H" f% F1 q│ 04_第二阶段总结.mp4" q+ `, \; N0 u# l$ c
│ {: E; H8 T" k
└─1-10 图片商品物体检测项目第三阶段-项目实现与部署
0 o) L2 P+ x3 I0 _7 x1 x5 E ├─1.项目架构
% V) [1 N2 S; I! B │ 01_项目架构设计.mp4
/ e3 Z/ h) z" I. \: k9 k │ 02_训练与测试整体结构设计.mp4
2 ?" y& M$ y. r" L3 H% k │
5 \6 |4 n! M i) W ├─10.TFServing客户端
% |) F7 L$ _9 [" U │ 01_Tensorflow serving client逻辑.mp4
& U, l+ k* n! V9 U! A/ M │ 02_Client:用户输入图片处理.mp4
1 A* c2 r4 K* p: J" M9 P: I │ 03_Client:grpc与serving apis介绍.mp49 q6 e# L, |! [7 x4 G! {& n! J) L
│ 04_Client:客户端建立连接获取结果代码.mp4
( ~8 R7 q/ h$ Y/ d) Z │ 05_Client:结果解析.mp4
4 y: a, N+ g+ e# V │ 06_Client:结果标记返回.mp4
. n+ H2 {/ Q, L. E5 x" c4 W5 d │ * p- R9 j/ s7 ~& @6 S1 V6 k( l
├─11.服务器部署
6 l, ]' j) h/ ]6 j- p │ 01_服务器部署:服务器部署的代码文件需求、服务开启.mp4
. i& k0 L% e! e$ r; Y1 I% X │ 02_项目总结.mp41 {3 p7 ]; M; w+ R# M/ Q. ^
│
$ v4 s. h h; `0 X5 |& m& @ ├─2.数据接口实现
. w- \' `8 X: b! f$ g, n3 T: C: c │ 01_数据接口:商品格式转换实现.mp4
& Y, X% M- n9 T* P) E │ 02_数据接口:读取数据接口设计以及基类如何定义.mp4, U+ R& `: x$ r. B8 p, f( ]% F
│ 03_数据接口:商品数据读取子类实现.mp4+ t3 f* x/ W, o' y
│ 04_数据接口:数据读取工厂逻辑实现.mp4
( o( W8 s$ ~" j3 S8 r. x │ 05_数据接口:代码运行与数据模块总结.mp4 g, i0 G8 Q6 Y) y$ W
│
/ n7 r* y; K$ [ ├─3.模型接口实现
% e( p/ X& x* G! D │ 01_模型接口:接口设置以及模型工厂代码.mp4
0 g3 [- L" L' B: n) y+ ~ │ . J- _$ ^4 c" ^) C5 T) h) e: H
├─4.预处理接口实现
4 \* d1 j3 I- D' h( H& c+ I+ k │ 01_预处理接口:预处理需求介绍、数据增强介绍.mp4
) | e# K" W/ i, I, r │ 02_预处理接口:预处理工厂代码.mp4
/ g2 M6 D9 ~/ ~: C! y# r6 x │ 03_预处理接口:预处理工厂代码参数错误调整.mp4! r+ V7 f) i' }) `! ~
│ 04_数据接口、模型接口、预处理接口参数总结.mp4
2 n& S! G0 `3 J) ~; c& ^5 i! ?3 ~ │
; t" Q0 p1 s$ h& z$ J8 V& j9 n ├─5.训练过程实现; ^. L$ L) m2 a1 u' |9 f
│ 01_训练:训练步骤与设备部署介绍.mp4
+ t% Z6 R- ^1 x1 L7 Q │ 02_训练:model_deploy介绍.mp43 [' r; h( t+ w* J! G" O: L; P
│ 03_训练:训练运行结果显示与初始配置确定.mp4
8 R& `5 u1 i4 h │ 04_训练:1设备配置代码以及全局步数定义.mp4+ b% u& L3 n9 k8 M0 Y! d# f
│ 05_训练:2图片数据读取与处理逻辑介绍.mp47 }# {8 l. ^7 i, v# W
│ 06_训练:2数据模块与网络模型获取结果.mp4. z# f6 l* \, E0 S. M" X
│ 07_训练:2网络参数修改、provider获取数据、预处理.mp4
: [( c: t, r* Q+ C; \3 _: p │ 08_训练:2NHWC和NCHW介绍.mp4/ w( C6 r5 ]6 y j
│ 09_训练:2对anchors进行正负样本标记.mp4
. g4 [# H! J1 x0 ~" L │ 10_训练:2批处理获取以及数据形状变换.mp4. v# \7 [; e# e0 V, k3 a
│ 11_训练:2队列设置.mp4
+ A6 a2 N. i. ^" |& R3 \ │ 12_训练:3复制模型、添加参数观察与4添加学习率和优化器.mp4' w/ r9 R5 F: }$ ~9 D: T& Y$ a0 X8 V
│ 13_训练:5总损失计算与变量平均梯度计算6训练配置.mp4
f6 z9 Q5 w2 p, G │ 14_训练:训练流程总结.mp4, i. P* E I* T# w H" }8 B
│
- k8 Q$ ]; F0 |& {1 f8 \, n1 R ├─6.测试过程实现
! M! P4 f9 @- I3 y │ 01_测试:测试流程介绍、代码.mp4
; n; D( G9 t. @; n5 B │ 02_测试:图片输入、结果标记代码.mp4" A- C: \# ^) x# v' a( a. w) h, L
│
) Z: @3 {' Y5 B! K2 w; @6 a% j; C% d ├─7.模型部署介绍
! ]: J! m5 V+ u) M. [# N0 U │ 01_web服务与模型部署流程关系介绍.mp4& r; e- D9 P/ K7 p& P2 H" x2 b$ P5 K
│ 02_本地TensorFlow Serving演示以及逻辑介绍.mp4
2 N- o, ]7 F( X" k6 r8 l4 Y │
: c. Q7 n+ c+ e" ]/ d. B ├─8.导出模型0 @* q# Y% u0 I" F+ B/ I7 D
│ 01_模型导出:模型输入输出定义.mp4( ^& d' P4 f3 R3 ^2 c4 ~
│ 02_模型导出:Savedmodel导出模型.mp4
7 s1 E |+ y1 K1 s b# O' b8 x │
- I1 u# @' s' F9 w; P7 _ └─9.打开模型服务
# j5 A: }9 S% r! w8 m, [9 D 01_开启模型服务.mp4
1 P1 M' J+ f- y, m+ I }; F- ^; |
( O- |+ S, @! ]! W0 C( b! p6 [4 ~8 s- l5 d6 g8 J
5 q! G5 Y+ b; `* l, _$ @) Z; Q% C9 A. d/ h+ r
4 h% U3 @9 Z0 e. V7 S
" \4 ?1 |* P" y0 ?# e2 i2 u ?
( G0 ]7 p* p6 V+ G6 S2 d: y0 ]! `3 r! G" ?+ C
$ g, ~- I' d1 i; ^
|
|