【A0513】[java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

javazx

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
百度网盘下载链接：

游客，如果您要查看本帖隐藏内容请回复

[/hide]密码: 7i6r  【解压密码：javazx.com-QhvQlt8B】
6 Q  F5 }$ x! _0 Y+ o1 p( P/ W集数合计：10章
7 E. X/ w5 d5 I" C0 b
链接失效声明：如果本链接地址失效，请及时联系站长QQ：40069106
如何获取资源：VIP升级： https://www.javazx.com/thread-10591-1-1.html
VIP说明：   月度VIP：使用期限30天
* J+ _8 Y' Q7 Y; z) D                  年度VIP：使用期限365天
; v" T! i' c1 _7 ]0 H                  终身VIP：使用期限永久

Java视频教程详情描述：
  k% Z; _' s1 z, d# S7 XA0513《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

Java视频教程目录：

* Z, g8 F) E" `% B9 E2 k# j
( w8 G9 A) `8 s9 ~9 A│  │      
│  ├─3.浅层神经网络
3 c1 M. t0 V  `$ F' a4 ~" l│  │      01_浅层神经网络表示.mp4
│  │      02_浅层神经网络的前向传播.mp4
│  │      03_激活函数的选择.mp4
% p4 M7 s! }! q2 @│  │      04_浅层神经网络的反向传播.mp4
│  │      05_作业介绍.mp4【Java自学网 www.javazx.com】
│  │      06_作业实现：初始化模型与前向传播.mp4
8 c1 S1 Y5 }. f8 F│  │      07_作业实现：反向传播与更新梯度.mp4
# U+ @4 Q6 ]& L9 X% D! l│  │      08_作业实现：网络模型逻辑实现.mp4
│  │      09_总结.mp4
│  │      
* A+ d0 ~! u, Q) F│  └─4.深层神经网络
) V; W2 S1 y5 D' d" t0 y6 D│          01_深层神经网络表示.mp4
│          02_深层神经网络的反向传播过程.mp4
8 b, i( W$ w7 M, s5 u│          03_参数初始化与超参数介绍.mp4
; P/ i# q3 W" r1 ?# P9 N% F; v6 ^2 Q& _│          javazx.com

/ N& U' K; O1 h, Z8 }9 B│         
- t4 Z2 g) H5 f% }3 V├─1-2 深度学习优化进阶
│  ├─1.多分类
6 J% k5 S6 {! R4 R) I│  │      01_深度学习紧接、多分类介绍.mp4
* T6 u3 r7 A$ e+ t│  │      02_交叉熵损失原理.mp4
│  │      03_案例：Mnist手写数字数据介绍.mp4
│  │      04_案例：网络结构、流程、代码介绍.mp4
$ o- u, l* K, ?. D2 \│  │      05_案例：主网络结构搭建实现.mp4
& {% R: [5 t" [4 V8 a5 J$ G+ G│  │      06_案例：添加准确率.mp4
│  │      07_案例：Tensorboard观察显示.mp4
│  │      08_案例：添加模型保存、预测.mp4
│  │      09_调整学习率带来的问题.mp4
│  │      
1 P: T) _2 r5 k% O0 l* H│  ├─2.梯度下降算法优化
# m2 p  V0 {! G' q5 Q5 D│  │      01_深度学习遇到问题、为什么需要优化算法.mp4
│  │      02_Mini梯度下降与Batch梯度下降.mp4
│  │      03_指数加权平均.mp4
4 I7 L5 `  `6 V│  │      04_动量梯度下降原理公式理解.mp4
│  │      05_RMSProp与Adam原理与学习率递减.mp4
│  │      06_标准化输入带来的优化.mp4
+ \. [- \2 o5 v8 d0 J2 ~$ H│  │      07_作业介绍.mp4
0 E2 L# j! C/ y7 |/ \, a# o│  │      08_作业讲解1.mp4
' e# `, C: Q+ ]4 Z│  │      09_作业讲解2.mp4
- E' H8 v4 x! e2 s& H. l│  │      
* r) A" q, e* Q& m7 Z+ x, t$ P# g│  ├─3.深度学习正则化
# e) f) N7 W8 W) K2 T│  │      01_深度学习偏差与方差介绍为、什么需要正则化.mp4
* D2 c2 X- y: i. y. H│  │      02_正则化概念、L2正则化与L1正则化.mp4
5 g, T" i: R- z3 g2 A│  │      03_Droupout过程与原理理解.mp4
( k8 q! h7 }- u  F+ r/ J│  │      04_其它正则化方法-早停止法与数据增强.mp4
( P; E: v& E5 s2 s& l& V: D│  │      05_正则化作业介绍.mp4
│  │      06_作业讲解1.mp4
│  │      07_作业讲解2.mp4
│  │      
│  └─4.神经网络调参与BN
/ ^# M8 {& l- \4 U1 m│          01_神经网络调参数技巧与如何设置参数、如何运行.mp4
│          02_批标准化定义、公式、为什么有效.mp4
│         
. A6 C# S# ]$ X├─1-3 卷积神经网络
& w' g5 S7 U3 U1 z│  ├─1.卷积网络原理
│  │      01_卷积来源、数据量与感受野的边缘检测.mp4
│  │      02_卷积网络结构介绍.mp4
│  │      03_默认卷积的运算过程.mp4
' D7 o8 }; J* h( E/ g, M│  │      04_零填充.mp4
- x( Q7 b) K; \5 s% X2 J│  │      05_过滤器大小与步长.mp4
* ~' c  y' {! E2 u  m# ^4 f- S│  │      06_多通道的卷积与多卷积核.mp4
4 v) c4 c- s: f# r│  │      07_卷积总结.mp4
│  │      08_池化层.mp4
│  │      09_全连接层.mp4
2 A6 h/ Z% h- q: n0 b/ B! y$ R│  │      
│  ├─2.经典分类结构
│  │      01_LeNet5的计算过程详解.mp4
│  │      02_常见网络结构介绍.mp4
; z2 }1 A+ I$ w% C; s- G│  │      03_Inception(1x1卷积介绍）.mp4
│  │      04_Inception结构以及改进.mp4
# c' s* q5 t* w2 G6 u7 A$ _. |3 r│  │      05_GoogleNet了解与卷积网络学习内容.mp4
7 \1 V8 S3 B. R# t│  │      
' S: d+ S! ~% _7 r" Y& Q│  └─3.CNN实战
+ \% X) H+ Z1 v) d" w│          01_作业介绍.mp4
3 a1 c6 Y5 p* T, y+ q│          02_作业讲解.mp4
│          03_迁移学习.mp4
- O; g: H" ^7 v0 B4 G& q│         
$ A6 }" I- P9 [- p├─1-4 循环神经网络
1 C* s4 Y& A8 _3 Q& b, y" j3 J│  ├─1.循环神经网络
; r& E) ^& }; p# y+ M& {. }│  │      01_循环神经网络背景介绍.mp4
│  │      02_循环神经网络结构原理.mp4
( J% q7 E0 [$ s│  │      03_词的表示与矩阵形状运算.mp4
│  │      04_交叉熵损失计算.mp4
│  │      05_时间反向传播算法.mp4
│  │      06_梯度消失、案例介绍.mp4
: B: v" m8 }/ _│  │      07_手写RNN案例：单个cell前向传播.mp4
│  │      08_手写RNN案例：所有cell的前向传播.mp4
% E8 P: x9 X7 H( ~0 B8 i1 a│  │      09_手写RNN案例：单个cell的反向传播.mp4
│  │      10_手写RNN案例：所有cell的反向传播.mp4
│  │      11_案例总结.mp4
$ p. H# \  e' `! q$ i│  │      12_GRU与LSTM介绍.mp4
│  │      
2 ^* N% R& X* @  G! y0 g8 m0 \│  ├─2.词嵌入
& A  H! t. n( H. p- r│  │      01_词嵌入介绍.mp4
  A0 `, w2 K. g6 D│  │      02_词嵌入案例.mp4
" R9 T8 f: I8 S% I; e/ e0 K8 j│  │      
: O' ?  `* q7 S│  └─3.seq2seq与Attention机制
3 M+ _8 o- L5 w' |│          01_seq2seq介绍与理解.mp4
│          02_seq2seq机器翻译等场景介绍分析.mp4
│          03_Attention原理分析.mp4
+ U. M  [6 E# U, r( G8 ^│          04_机器翻译案例：日期格式翻译转换、代码结构介绍.mp4
│          05_机器翻译案例：模型参数定义.mp4
│          06_机器翻译案例：数据获取以及数据格式转换介绍.mp4
8 U. p5 l2 ^5 z3 U- \6 G│          07_机器翻译案例：训练逻辑与网络结构介绍.mp4
│          08_机器翻译案例：网络输入输出逻辑介绍.mp4
+ W: f( s, e; I+ F! x) e& t+ K│          09_机器翻译案例：网络输入输出逻辑编写.mp4
│          10_机器翻译案例：自定义网络seq2seq的编解码器定义.mp4
) l* n% l- x9 y2 U2 U* Q│          11_机器翻译案例：seq2seq的输出层定义.mp4
' T1 R, @+ i9 ~, c/ h│          12_机器翻译案例：attention结构定义.mp4
│          13_机器翻译案例：model中计算attention输出c逻辑函数实现.mp4
$ @# J7 O) V7 c3 Q  e$ E│          14_机器翻译案例：训练逻辑编写.mp4
│          15_机器翻译案例：训练结果与问题解决.mp4
│          16_机器翻译案例：测试逻辑结果演示.mp4
# u3 M) Q) {6 S' P& `: f│          17_集束搜索介绍.mp4
& q& I% z0 M' T+ \" x│         
# q( B0 D8 O) `  D* x├─1-5 高级主题
7 W1 f* P8 O4 A' D+ T9 P7 u│  ├─1.生产对抗网络
│  │      01_高级主题介绍、GAN介绍.mp4
│  │      02_GAN原理、损失和DCGAN结构.mp4
% {6 a# d6 C7 o/ a) [8 A; f│  │      03_生成数字图片案例：结果演示流程介绍.mp4
' U1 t9 b% K, S) t│  │      04_生成数字图片案例：模型初始化代码编写.mp4
│  │      05_生成数字图片案例：训练流程.mp4
; V; ^+ ~- _( u2 F│  │      06_生成数字图片案例：运行保存图片并对比.mp4
│  │      
# K9 I% o- _  G% V/ g│  ├─2.自动编码器
│  │      01_自动编码器介绍.mp4
: m4 ~3 b! c' O/ Q/ f' }5 y│  │      02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp4
! Z" T# }  i0 S+ E+ Q0 k0 j│  │      03_案例：训练普通自编码器.mp4
2 p. H0 V5 }  q( l& z│  │      04_案例：深度自编码器编写演示.mp4
  _" i. |  b  G/ z& l8 q! n│  │      05_案例：卷积自编码器编写演示.mp4
. ?/ Z2 {8 u3 y  d│  │      06_案例：降噪编码器介绍.mp4
/ R  x, S# o% i0 J" I7 l0 l; `│  │      07_案例：降噪编码器案例.mp4
│  │      
│  └─3.CapsuleNet
2 c! W$ L# o7 x/ h8 V2 \│          01_CapsuleNet了解.mp4
│          02_深度学习课程总结.mp4
│         
: f% `8 v5 \8 y$ Z" T; X2 C├─1-6 百度人脸识别
│  ├─1.平台介绍
│  │      0_课程组成和目标.mp4
│  │      1_1_访问入口.mp4
│  │      1_2_机器学习平台_介绍.mp4
│  │      1_3_百度深度学习平台_介绍.mp4
│  │      1_4_百度深度学习平台_创建集群.mp4
│  │      1_5_百度人工智能平台_功能介绍.mp4
/ }& `) X* X2 K# I1 O│  │      1_6_人工智能平台_服务开通.mp4
+ O' q/ Q. H7 s9 p│  │      1_7_人工智能平台_访问方式和SDK安装.mp4
: q8 {6 r3 E0 ~1 W# }) I│  │      
! \: f2 Q2 @1 c5 O6 `. z2 S│  ├─2.图像技术之人脸识别
│  │      2_1_1_人脸识别功能介绍_开通应用.mp4
│  │      2_1_2人脸识别_API.mp4
│  │      2_1_3_人脸检测_步骤和代码浏览.mp4
# o, d, q" S3 g3 c│  │      2_1_4_人脸检测_获取access_token.mp4
+ C; h9 Z' J) b' @: ?% `. R4 a) D│  │      2_1_5_人脸检测_调用API.mp4
│  │      2_1_6_人脸检测_图像坐标.mp4
│  │      2_1_7_人脸检测_边框.mp4
6 R5 y% c8 X; i0 o' T9 L- Z0 C│  │      2_1_8_人脸检测_性别年龄总结.mp4
" S8 m3 A# B  P2 B- t: c│  │      2_1_9_人脸检测_SDK方式.mp4
% n# d& q) ~$ r) t, q│  │      
│  ├─3.图像技术之图像识别
8 t7 k+ E0 n. V" Z5 n8 W. X3 `│  │      2_2_1_图像识别功能_应用创建.mp4
! x: D( L/ f/ x: N6 b- U# b) E│  │      2_2_2_图像识别_物体检测API_实例.mp4
│  │      2_2_3_图像检测识别_菜品识别.mp4
2 U8 q$ V( \8 @- f) t2 ]│  │      2_2_4_图像检测_车辆检测.mp4
│  │      2_2_5_定制化图像识别_图像分类_步骤.mp4
1 ~1 f# P7 Z! o- R' R│  │      2_2_5_定制化图像识别_特点和功能.mp4
│  │      2_2_6_定制化图像识别_图像分类_操作.mp4
│  │      2_2_7_定制化图像识别_图像分类_关联和调用流程.mp4
│  │      2_2_8_定制化图像识别_图像分类_代码实现.mp4
│  │      2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp4
) j9 }- r7 L( |7 H& e7 g  H│  │      2_2_10_定制化图像识别_物体检测_流程.mp4
2 s: T6 Z% o' @9 J3 b│  │      2_2_11_定制化图像识别_物体检测API_错误码.mp4
│  │      
│  ├─4.图像技术之文字识别
9 h7 V( [& K+ X/ X3 y" N- x/ F│  │      2_3_1_功能介绍_创建应用.mp4
4 v+ ^- J6 U1 C6 R│  │      2_3_2_通用文字识别_代码.mp4
; A: ~- o, \$ R" T( k│  │      2_3_3_通用文字识别_其他版本函数.mp4
0 m- M9 Q" r6 K7 E' A/ E, x│  │      2_3_4_车牌识别.mp4
│  │      2_3_5_通用票据识别.mp4
│  │      2_3_6_自定义模板_步骤.mp4
│  │      2_3_7_自定义模板_实际创建.mp4
9 D  k/ Z" h) S5 C& j8 l0 Z│  │      2_3_8_自定义模板_API和代码.mp4
│  │      2_3_9_创建分类器.mp4
4 B0 j9 t6 O  Z9 o0 J$ x; K│  │      2_3_10_分类器代码.mp4
│  │     
│  ├─5.语音技术
6 A0 t0 N2 l, f│  │      3_1_1_语音识别_介绍和API.mp4
  h3 ]) ]* S$ J3 |1 a│  │      3_1_2_语音识别案例_代码浏览.mp4
│  │      3_1_3_语音识别案例_案例.mp4
│  │      3_2_1语音合成.mp4
│  │      
│  ├─6.自然语言处理
' o2 L$ h$ E( ]. @: O- H* a! ^* d4 t│  │      4_1_1_自然语言处理基础技术.mp4
" ?4 B0 S9 J5 L, W7 K│  │      
5 J- |. ^: [' E: b$ C│  └─7.人脸识别打卡案例
│          5_1_0_人脸打卡案例_介绍.mp4
' C/ j% d1 Z: f5 ]│          5_1_1_案例_前端部分介绍.mp4
1 U1 ]7 ], t8 V, V* r1 i│          5_1_2_案例_人脸搜索代码浏览.mp4
│          5_1_3_案例_获取token.mp4
│          5_1_4_案例_添加用户_人脸搜索.mp4
. x: O/ l# a: s7 Y# r│          5_1_5_案例_主程序1.mp4
0 d) o+ H- K& A2 T, z│          5_1_6_案例_主程序2.mp4
& {7 v, @5 c8 [4 b3 m│         
: K& l  F- `2 p& O) W# |├─1-7 自然语言处理
│  ├─1.自然语言处理基础概念
' Z( W) M/ U0 u$ x  T) r4 d2 ~+ R; f│  │      0.NLP介紹.mp4
│  │      1.NLP的种类.mp4
' x8 O! p: `" d0 p│  │      2.端对端深度学习模型.mp4
& J' M. }& ?; {4 ]│  │      3.词袋.mp4
4 J* y" ?* y; m( W5 V' r4 B│  │      4.Seq2Seq.mp4
' V/ `( w; ]& z" a  E│  │      5.Beam Serch Decoding.mp4
" u9 u8 J- ]* ~2 h3 F│  │      6.Attention.mp4
│  │      
│  ├─2.自然语言处理基础实作-机器学习篇
│  │      1.机器学习-NLTK_数据读取.mp4
│  │      2.机器学习-NLTK_清理数据.mp4
│  │      3.机器学习-NLTK_大小写转换.mp4
) M8 p# x2 K9 B& Y& ?/ U, E" A│  │      4.机器学习-NLTK_去除虚词.mp4
│  │      5.机器学习-NLTK_词根化.mp4
│  │      6.机器学习-NLTK_还原字符串.mp4
│  │      7.机器学习-NLTK_稀疏矩阵.mp4
│  │      8.机器学习-NLTK_最大过滤.mp4
) \+ u' ?$ b8 C# n│  │      9.机器学习-NLTK_建立词袋模型.mp4
│  │      
│  ├─3.自然语言处理基础实作-深度学习篇
: T- A' R+ |( h! i7 C+ w│  │      10.深度学习-Deep Learning in NLP.mp4
! @$ Z. ^' @" b+ d; \│  │      11.深度学习-Deep Learning in NLP_模型优化.mp4
│  │      12.深度学习-Deep Learning in NLP_模型加速.mp4
$ Q+ h* g6 n$ E0 H9 N$ Y7 H& a│  │      
│  ├─4.自然语言处理核心部分
│  │      1.CNN REIVEW.mp4
│  │      2.CNN CODE.mp4
│  │      3.RNN REVIEW.mp4
' ?! p2 w9 s# G│  │      4.RNN CODE.mp4
│  │      5.LSTM.mp4
│  │      6.LSTM_CODE.mp4
. y% n% q* D# E  I│  │      7.文本分类.mp4
│  │      8.文本分类的方式.mp4
│  │      9.文本分类CNN&RNN.mp4
4 p8 m' S' Q) l# G2 R( S9 r" W│  │      10. 文本分类 CNN 模型使用.mp4
│  │      11. 文本分类 RNN 搭建.mp4
│  │      
$ N2 a( N1 ?' E0 S│  └─5.实战项目-从无到有打造聊天机器人
" f4 _9 ]- j( y1 H- K+ [/ m# n. n. e│          00. chatbot.mp4
# w# V5 E& ^7 |3 j0 |2 d│          01. chatbot 搭建计画.mp4
4 S1 g6 Z9 t. y  s2 F3 f" O' S│          02. chatbot 环境搭建下载数据集.mp4
: `' B0 y/ Q+ A" H! v% f6 ?" G1 G) I│          03. chatbot 下载数据集.mp4
│          04. chatbot 导入依赖包.mp4
│          05. ChatBot 读取数据.mp4
4 A" U2 s% F9 }- ?9 j: i1 |│          06. chatbot 创建对話字典.mp4
' k# O9 ?2 v) Y) T0 L│          07. ChatBot 建立对话列表.mp4
* B- b) z% @5 w( z6 g; `& D│          08. ChatBot 问答集.mp4
│          09. ChatBot 数据初步清洗.mp4
1 p, f& z. y" q$ ]5 S' N│          10. ChatBot 清理问题集&回答集.mp4
0 h8 k& T' q! O: t7 ?$ J; m0 G│          11. ChatBot 统计字频.mp4
( r8 V$ s, ?/ l& ^8 Y│          12. ChatBot 标记化&去除少数字.mp4
│          13. ChatBot 最终标记.mp4
│          14. ChatBot 逆向字典.mp4
6 P# S# p# t* _- a* G6 [1 @│          15. ChatBot 添加 EOS 标签.mp4
│          16. ChatBot 问答数列化.mp4
│          17. ChatBot 长短句.mp4
. P6 r/ T2 k* ]( P8 M* U$ c│          18. ChatBot input&output.mp4
│          19. ChatBot 处理输出.mp4
│          20. ChatBot 建立RNN 模型.mp4
3 J7 [  h3 P- Q$ N! ?│          21. ChatBot 解码器训练.mp4
│          22. ChatBot 解码器测试.mp4
" l8 G3 e& ]8 K7 K; c; d│          23. ChatBot 创建解码RNN.mp4
│          24. ChatBot Seq2Seq 模型.mp4
$ L. F+ R6 N  x8 f; u8 E│          25. ChatBot 設置超参数.mp4
│          26. ChatBot 启动运算.mp4
4 ]: o% S6 I& t8 g$ j. g│          27. ChatBot 模型 input.mp4
) h. H! f3 X" A& D7 B│          28. ChatBot 模型輸入序列長度.mp4
) z( b% C: Y9 ?  w& R│          29. ChatBot 設置輸入的数据形状.mp4
3 l4 m4 ~, y! c, R" ^9 R│          30. ChatBot训练 & 测试結果.mp4
│          31. ChatBot 损失，优化，梯度消減.mp4
, f  J1 q- x4 e8 h2 V& T  O│          32. ChatBot 问答等长处理.mp4
& o% }8 `, S# }6 j" d8 W+ B│          33. ChatBot 问答数据批量.mp4
│          34. ChatBot 数据分割.mp4
; @% U# l, }/ v: C│          35. ChatBot 训练.mp4
, t0 b2 G0 z9 F% _! W$ _$ p│          36. ChatBot 训练2.mp4
│          37. ChatBot 测试.mp4
9 v3 f: W) s4 k. J% C│          38. ChatBot 输入修飾.mp4
│          39. ChatBot 开始聊天.mp4
│         
├─1-8 图片商品物体检测项目第一阶段-检测算法原理
│  ├─1.目标检测概述
& N+ M& l$ E& a* m( d$ [9 a% T│  │      01_课程要求以及目标.mp4
4 f. A* k3 b$ B* M( f│  │      02_项目演示结果.mp4
│  │      03_项目结构以及课程安排.mp4
/ b2 V! U0 `+ [1 d( A: p* j│  │      04_图像识别背景.mp4
│  │      05_目标检测的定义和技术历史.mp4
│  │      06_目标检测应用场景.mp4
│  │      07_目标检测算法原理铺垫.mp4
│  │      08_目标检测任务描述.mp4
+ x& X4 S) T2 H+ f│  │      
│  ├─2.RCNN原理
│  │      01_Overfeat模型.mp4
│  │      02_RCNN：步骤流程介绍.mp4
) w1 ^% U% O8 L* w8 K1 a( ~0 c│  │      03_RCNN：候选区域以及特征提取.mp4
│  │      04_RCNN：SVM分类器.mp4
% n) s. x1 |# p│  │      05_RCNN：非极大抑制（NMS）.mp4
│  │      06_RCNN：候选区域修正.mp4
$ ^+ ~' F8 Z' ~- `│  │      07_RCNN：训练过程与测试过程介绍.mp4
│  │      08_RCNN：总结、优缺点与问题自测.mp4
) A/ L! N1 H/ I$ g7 n( n) ^+ V& F│  │     
│  ├─3.SPPNet原理
│  │      01_SPPNet：与RCNN的区别、网络流程.mp4
│  │      02_SPPNet：映射.mp4
) I2 ^% z: w  B: ^' X' |│  │      03_SPPNet：SPP层的作用.mp4
4 |  G4 v  B8 ]; M. S* m│  │      04_SPPNet：总结、优缺点与问题自测.mp4
# w0 u1 Y, a4 T' @' G│  │      
- J; U, {; i. A3 t  Z+ d│  ├─4.FastRCNN原理
│  │      01_FastRCNN：改进之处以及网络流程.mp4
│  │      02_FastRCNN：RoI pooling结构以及SPP对比.mp4
# |9 S5 ~1 d" D( R0 C│  │      03_FastRCNN：多任务损失.mp4
│  │      04_FastRCNN：总结与问题自测.mp4
│  │      
│  ├─5.FasterRCNN原理
# ^  B# ~4 a" z* T: T, ~# X3 V│  │      01_FasterRCNN：网络结构与步骤.mp4
│  │      02_FasterRCNN：RPN网络的原理.mp4
4 W! ^/ p+ y; q& ]│  │      03_FasterRCNN：总结与问题自测.mp4
│  │      
│  ├─6.YOLO原理
1 T6 ^  b& i7 @7 q│  │      01_YOLO：算法特点与流程介绍.mp4
│  │      02_YOLO：单元格原理过程.mp4
│  │      03_YOLO：训练过程样本标记.mp4
│  │      04_YOLO：总结.mp4
│  │      
│  └─7.SSD原理* @" n& B2 @8 ~/ x
│          01_SSD：网络结构与Detected结构.mp4
│          02_SSD：localization与confidence.mp4
│          03_SSD：训练与测试流程总结.mp4
│          04_TensorflowSSD接口介绍.mp4
/ K6 v. o3 t; X% P% k6 @2 b│          05_第一阶段算法总结.mp4
& J  R- C2 c! n$ y9 T│         
├─1-9 图片商品物体检测项目第二阶段-数据集制作与处理
│   ├─1.数据集标记
│   │      01_目标检测数据集介绍.mp4
/ Z& V: o+ J. z: Y$ s│   │      02_商品数据集标记.mp4
│   │      
│   ├─2.数据集格式转换
│   │      01_数据集格式转换介绍.mp4
& N! I5 I% \3 m) c, L│   │      02_格式转换：代码介绍.mp4
│   │      03_格式转换：文件读取以及存储逻辑.mp4
' f4 w9 J+ P6 }│   │      04_格式转换：图片数据以及XML读取.mp4
8 e" V3 y( d* p- b│   │      05_格式转换：example封装、总结.mp4
, t/ Y* ?6 b6 v│   │      
│   └─3.TFRecords读取
& w  m3 z5 p7 D│           01_slim库介绍.mp4
* R: c- m1 a+ a$ x4 T% j│           02_TFRecord读取：Dataset准备.mp4
│           03_TFRecord读取：provider读取.mp4
│           04_第二阶段总结.mp4
│         
└─1-10 图片商品物体检测项目第三阶段-项目实现与部署
& W. R7 C4 E& ]; Q* G, _   ├─1.项目架构
5 W, Y$ V% N$ E6 i   │      01_项目架构设计.mp4
   │      02_训练与测试整体结构设计.mp4
& s( M9 M. `1 k: E: s/ G   │      
7 O& Z! W5 c5 c4 x3 G- f, W   ├─10.TFServing客户端
' i/ \7 v$ U; F5 P1 S   │      01_Tensorflow serving client逻辑.mp4
& p5 V7 }/ L# C  l   │      02_Client：用户输入图片处理.mp4
' j# j# x% l7 I1 `% v$ D: ?, }   │      03_Client：grpc与serving apis介绍.mp4
) v  L0 Y8 S) R* {, C( E3 H- O$ Z5 y   │      04_Client：客户端建立连接获取结果代码.mp4
   │      05_Client：结果解析.mp4
   │      06_Client：结果标记返回.mp4
   │      
   ├─11.服务器部署
   │      01_服务器部署：服务器部署的代码文件需求、服务开启.mp4
$ W) ?% S! X, c9 G! A' m   │      02_项目总结.mp4
   │      
# @) _9 j  q/ \1 _7 j! Q+ k   ├─2.数据接口实现
   │      01_数据接口：商品格式转换实现.mp4
. ]2 e9 \( j- f   │      02_数据接口：读取数据接口设计以及基类如何定义.mp4
   │      03_数据接口：商品数据读取子类实现.mp4
   │      04_数据接口：数据读取工厂逻辑实现.mp4
& I) I7 E, }6 [( `   │      05_数据接口：代码运行与数据模块总结.mp4
   │      
   ├─3.模型接口实现
   │      01_模型接口：接口设置以及模型工厂代码.mp4
, Z, g* A1 R1 {! X   │      
   ├─4.预处理接口实现
   │      01_预处理接口：预处理需求介绍、数据增强介绍.mp4
* W; y$ M9 h1 x# F3 e& a   │      02_预处理接口：预处理工厂代码.mp4
   │      03_预处理接口：预处理工厂代码参数错误调整.mp4
7 O1 `2 }2 C; ]' g/ ]; m   │      04_数据接口、模型接口、预处理接口参数总结.mp4
3 u/ \6 @2 T- |9 X+ G) T   │      
) }! S- b' H! H   ├─5.训练过程实现
   │      01_训练：训练步骤与设备部署介绍.mp4
   │      02_训练：model_deploy介绍.mp4
! b- l  b+ s! a2 [! W   │      03_训练：训练运行结果显示与初始配置确定.mp4
   │      04_训练：1设备配置代码以及全局步数定义.mp4
& |6 K4 [4 v& J& k4 W' u   │      05_训练：2图片数据读取与处理逻辑介绍.mp4
   │      06_训练：2数据模块与网络模型获取结果.mp4
' r8 A* G3 p1 l9 d) M. x   │      07_训练：2网络参数修改、provider获取数据、预处理.mp4
) p7 T5 V# D3 M$ I% W$ K   │      08_训练：2NHWC和NCHW介绍.mp4
   │      09_训练：2对anchors进行正负样本标记.mp4
   │      10_训练：2批处理获取以及数据形状变换.mp4
9 Y* G, \4 O( Y: h" S   │      11_训练：2队列设置.mp4
) V' \" J9 ?& p' s# e   │      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
   │      13_训练：5总损失计算与变量平均梯度计算6训练配置.mp4
3 t% M$ G- S( `: t3 ~: X. `   │      14_训练：训练流程总结.mp4
9 d- o% \$ d2 \+ l/ H# n. U  C   │      
1 k( E* C0 D' {' k5 C   ├─6.测试过程实现
; c- S# d( K. {: P' d8 c$ y   │      01_测试：测试流程介绍、代码.mp4
   │      02_测试：图片输入、结果标记代码.mp4
   │      
   ├─7.模型部署介绍
   │      01_web服务与模型部署流程关系介绍.mp4
   │      02_本地TensorFlow Serving演示以及逻辑介绍.mp4
   │      
   ├─8.导出模型
   │      01_模型导出：模型输入输出定义.mp4
) l1 F$ `; m7 N6 {   │      02_模型导出：Savedmodel导出模型.mp4
( S$ q5 L5 o9 }( m2 P, _   │      
' Y+ C- D1 s; X! y3 }) b" l   └─9.打开模型服务
) q3 U1 P. e, o0 D           01_开启模型服务.mp4

2 l" i7 ~  f1 j$ X


$ i/ p1 I/ Y+ j* y, F


  w( i0 F8 d  ~
4 |) o0 G- O& L0 u" X9 n4 j* u

perry940

11111111111111111111

pengx

【A0512】[java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

雪程

Python人工智能课程入门与实战人脸识别目标检测视频

17602149027

都学习学习吧，不然没发干活

hidyma

不错好资源 可以用

wplhsf87

人工智能课程

太阳也是星星

[java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 [修改]

joraboy328

VERY GOOOOOD

daianchang

支持，感谢分享