|
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( ]" e5 `) [% L. c$ N9 X3 `
百度网盘下载链接:
( z1 n9 E$ d, a2 Q5 g4 k9 p1 C+ y6 i[/hide]密码: 7i6r 【解压密码:javazx.com-QhvQlt8B】
1 L) A0 _1 R, ]0 a2 p; ^; J集数合计:10章% E% e/ z, [& n `7 }
$ @# F! D; R! @, S5 z4 m链接失效声明:如果本链接地址失效,请及时联系站长QQ:40069106 5 p6 M# a$ d4 z, m: O
如何获取资源:VIP升级: https://www.javazx.com/thread-10591-1-1.html
( i- w) T8 v7 P6 l/ O* f( ]VIP说明: 月度VIP:使用期限30天! K; O7 P+ Y0 d/ G% Y* L$ d# Y
年度VIP:使用期限365天; U0 q% D5 y7 q1 O
终身VIP:使用期限永久
1 E" x0 W+ A0 @4 s. |1 Z1 _9 g7 n0 V3 M6 W
Java视频教程详情描述:
! d) B& ]$ C! q, u' SA0513《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
+ F, _2 |4 k5 d) V
( _ T z" H8 j KJava视频教程目录:
0 F0 K3 P# V+ t. D1 O& g
* r3 K) k4 C6 ^
: X( ?6 F7 C9 x3 w( o; }
│ │
2 v+ H+ u% w; f3 i│ ├─3.浅层神经网络. {7 W, N! \# x' {
│ │ 01_浅层神经网络表示.mp48 O" |2 v4 Y" S( i! e& ~
│ │ 02_浅层神经网络的前向传播.mp4
8 a0 S" W C- B│ │ 03_激活函数的选择.mp4
# c s7 I# k n9 \+ b│ │ 04_浅层神经网络的反向传播.mp4
) i8 m2 O" l& D; Q: T* C) d│ │ 05_作业介绍.mp4【Java自学网 www.javazx.com】3 m$ t# x, q4 ] \+ I& X
│ │ 06_作业实现:初始化模型与前向传播.mp4
Y% e2 d( ~9 J* a) P- y, e│ │ 07_作业实现:反向传播与更新梯度.mp4
" P; }+ v- M& S) ?│ │ 08_作业实现:网络模型逻辑实现.mp4
$ Y( |$ [$ _2 M9 T4 N" Y/ G) R│ │ 09_总结.mp4
- U0 S0 e- l0 [9 n8 {│ │
5 N" G7 S; d/ v$ R│ └─4.深层神经网络5 X" m$ }5 C; Y9 F- P! M
│ 01_深层神经网络表示.mp4. H% L/ K; ^6 A4 W+ n0 p& p6 W
│ 02_深层神经网络的反向传播过程.mp4
/ _ n7 \7 a. d│ 03_参数初始化与超参数介绍.mp43 P- }! i8 y/ @! T% ?: t2 R* ]
│ javazx.com
* r+ {8 L+ N$ K s, o3 l5 x: n
# X' l6 X1 j+ L# o│
( S% D5 R2 k0 X4 c├─1-2 深度学习优化进阶1 y' K+ N4 N0 \. S1 h
│ ├─1.多分类. F& Z9 ~8 Y$ C
│ │ 01_深度学习紧接、多分类介绍.mp4
# ^7 [! q7 n- O' x! r0 S% ~│ │ 02_交叉熵损失原理.mp4
5 R, t& b( I, c( J+ [0 p4 k* V9 x# }│ │ 03_案例:Mnist手写数字数据介绍.mp4
& R3 w( P0 b8 z- k2 A│ │ 04_案例:网络结构、流程、代码介绍.mp4$ W t$ J1 X/ N/ V8 ^
│ │ 05_案例:主网络结构搭建实现.mp4
$ t5 a8 ]( P5 }│ │ 06_案例:添加准确率.mp4
# _/ S4 d: `, [2 S8 p3 ^│ │ 07_案例:Tensorboard观察显示.mp4
1 p6 ?' E; d3 [8 Z" x5 ]: R│ │ 08_案例:添加模型保存、预测.mp4
! j& Q$ @) R' M! G" l$ I! R│ │ 09_调整学习率带来的问题.mp4
2 J4 O: X4 i0 `' Y h│ │
4 }: s- g9 z# Y% H│ ├─2.梯度下降算法优化
" i7 ] h7 d5 S7 Z. ^/ S│ │ 01_深度学习遇到问题、为什么需要优化算法.mp47 M- A8 M" X# G2 w! y
│ │ 02_Mini梯度下降与Batch梯度下降.mp4
9 T M) h0 H% @; ^│ │ 03_指数加权平均.mp4
; {* a1 s2 [& |8 ]1 s│ │ 04_动量梯度下降原理公式理解.mp4
/ Z3 l* b% j5 J5 \' [/ V. g│ │ 05_RMSProp与Adam原理与学习率递减.mp4
5 ?% e1 G `2 q! R! ?) x1 \$ H│ │ 06_标准化输入带来的优化.mp4
3 Q* H. d+ d9 g+ T│ │ 07_作业介绍.mp4
1 [8 G+ p- n. N) @│ │ 08_作业讲解1.mp41 @. Z$ z; j( z( d% U3 i: |
│ │ 09_作业讲解2.mp4
1 Z$ I; g Y/ B% m* _│ │ + Y C. B% B; Y) h+ W# X
│ ├─3.深度学习正则化
: @5 x0 S+ N7 k L. d; S; ?' ?. j│ │ 01_深度学习偏差与方差介绍为、什么需要正则化.mp40 n* {* b1 f& y5 ~4 i( v
│ │ 02_正则化概念、L2正则化与L1正则化.mp4* e, Z, Z2 u( Y* \& Q3 ^8 \' v! [! r
│ │ 03_Droupout过程与原理理解.mp4
; ~' J6 S* {& b0 q8 G& X│ │ 04_其它正则化方法-早停止法与数据增强.mp4+ t, H! t3 d7 j6 t
│ │ 05_正则化作业介绍.mp4
% y* G# j- G4 q! y; z$ R0 F2 _8 x│ │ 06_作业讲解1.mp4
; ?! J( Z) z H4 G2 [; P│ │ 07_作业讲解2.mp49 L1 _2 H! M2 d" z0 ?
│ │
; y, a" W' {7 |3 C│ └─4.神经网络调参与BN) P. B1 T! H! h* R; w
│ 01_神经网络调参数技巧与如何设置参数、如何运行.mp44 o% o. X# V5 A# F4 V( G D" D
│ 02_批标准化定义、公式、为什么有效.mp4 B! C6 @7 j7 M
│ * p' \0 c6 S* I- I
├─1-3 卷积神经网络! J8 _7 ]# K: I, g' p; _) I& ^
│ ├─1.卷积网络原理& a6 S" I X k/ I( h# F
│ │ 01_卷积来源、数据量与感受野的边缘检测.mp4& k- U) W$ Z8 T5 l/ a0 d
│ │ 02_卷积网络结构介绍.mp4
% M. ^) ^- ]- y A│ │ 03_默认卷积的运算过程.mp4
( G& z& F6 B H$ E* `" l/ k│ │ 04_零填充.mp4- U3 b1 l9 C, g3 e9 }/ h( M/ c+ |
│ │ 05_过滤器大小与步长.mp4# p* g( M0 |* [& X0 z7 X" s+ n
│ │ 06_多通道的卷积与多卷积核.mp4
( U4 N$ E( ]$ o* X│ │ 07_卷积总结.mp4
' l$ w' d' [' p1 P" J/ a│ │ 08_池化层.mp44 Q# o) r6 z9 n9 I# w
│ │ 09_全连接层.mp43 W. c* H- J( c' e
│ │
# c7 m# \3 B/ p! ~6 t7 R│ ├─2.经典分类结构
4 S$ T! p' T% [# Z; \│ │ 01_LeNet5的计算过程详解.mp4
# G* X0 d* z; {$ K5 X5 c! v│ │ 02_常见网络结构介绍.mp4 \6 i: D( @* }' I
│ │ 03_Inception(1x1卷积介绍).mp4
& }& W! U, y0 t│ │ 04_Inception结构以及改进.mp4! d# Z! E f3 a9 s
│ │ 05_GoogleNet了解与卷积网络学习内容.mp4# N* ]6 R3 ~( u! `5 E
│ │ / x h( v, D7 ?8 y
│ └─3.CNN实战2 k6 G. [7 k5 {5 P% t8 w+ I5 O
│ 01_作业介绍.mp46 Q( Q! Q! T3 w; C. j
│ 02_作业讲解.mp4
' {. |4 Y# y' I( p& f│ 03_迁移学习.mp4
V8 \& s" Q9 Z3 D│ 5 l& I- T' O3 L* l% P
├─1-4 循环神经网络
1 C( l2 Q1 T% ^- g; i0 ^% L3 ]. O o" n│ ├─1.循环神经网络
% f7 Z C9 `* K2 J# B│ │ 01_循环神经网络背景介绍.mp4
4 U1 D2 D h( I9 ~2 ~/ t; w│ │ 02_循环神经网络结构原理.mp43 L) A: v9 }7 E' c- D
│ │ 03_词的表示与矩阵形状运算.mp4
4 j, R9 d' A7 E1 D9 N2 m│ │ 04_交叉熵损失计算.mp4
, y/ j8 o1 K$ G9 C* V│ │ 05_时间反向传播算法.mp4
* I5 G# p8 L5 i" s9 [0 a! [* T│ │ 06_梯度消失、案例介绍.mp4
. t$ K' V0 R# S/ l│ │ 07_手写RNN案例:单个cell前向传播.mp4
& k4 V5 }) b d2 v1 m│ │ 08_手写RNN案例:所有cell的前向传播.mp4 J) s. k c6 q$ d, `7 ^& k8 T
│ │ 09_手写RNN案例:单个cell的反向传播.mp4' B6 ]1 f/ B3 a8 a9 E8 N2 a; j0 O# {
│ │ 10_手写RNN案例:所有cell的反向传播.mp4
' p( ?4 P/ T. T8 a. ~* M│ │ 11_案例总结.mp4( @& }8 g) m" e: s9 x {
│ │ 12_GRU与LSTM介绍.mp4* f3 n6 N3 T8 v/ F- F, @9 S
│ │ & @+ ?$ \% A# ?( \* a
│ ├─2.词嵌入+ c0 ?: G. c. Y* g! Q+ ~% ?
│ │ 01_词嵌入介绍.mp4% E( e7 B. O( D( U! c" ~7 P& r t \
│ │ 02_词嵌入案例.mp4
& P0 d+ t d: k│ │ 7 e) J# d$ N) D, }: I9 B) X
│ └─3.seq2seq与Attention机制
0 b a* Y g I4 R│ 01_seq2seq介绍与理解.mp42 Z s. S7 \! e1 `: j J& I5 \
│ 02_seq2seq机器翻译等场景介绍分析.mp4
9 W1 s* l, P$ h4 r8 `% l│ 03_Attention原理分析.mp46 R: ^" L! w% n9 M% {5 P! n- G! h
│ 04_机器翻译案例:日期格式翻译转换、代码结构介绍.mp4
% o1 @7 _+ `# c+ e2 e│ 05_机器翻译案例:模型参数定义.mp40 h- n& e5 y+ U$ ^
│ 06_机器翻译案例:数据获取以及数据格式转换介绍.mp4
* W, K2 E& f/ D. K+ Y$ d│ 07_机器翻译案例:训练逻辑与网络结构介绍.mp4
1 X/ a5 a+ r9 U7 p│ 08_机器翻译案例:网络输入输出逻辑介绍.mp4
; U* }. G* c/ u- p' p' h0 t! e│ 09_机器翻译案例:网络输入输出逻辑编写.mp48 e; X5 p0 @7 |- H+ h- |. Q+ K- D! g
│ 10_机器翻译案例:自定义网络seq2seq的编解码器定义.mp4
" A9 G9 X7 U% c│ 11_机器翻译案例:seq2seq的输出层定义.mp4" v+ @ O2 ] S& J9 M: D
│ 12_机器翻译案例:attention结构定义.mp48 ]; A- F' F+ z
│ 13_机器翻译案例:model中计算attention输出c逻辑函数实现.mp4
! ?- k l% ]& h│ 14_机器翻译案例:训练逻辑编写.mp4+ V* e8 O) F$ `; r2 Y# z1 P* P6 `
│ 15_机器翻译案例:训练结果与问题解决.mp4, p$ n5 }2 x$ ]' m; L2 D3 B6 P
│ 16_机器翻译案例:测试逻辑结果演示.mp4
" c: B2 v6 m/ b/ T4 ]/ _5 E│ 17_集束搜索介绍.mp4, _7 V, `2 x6 G; g7 a+ H* F5 ~. h
│
9 J/ ^6 ^0 y% `& c/ A├─1-5 高级主题( i: ~* c3 \4 v1 o8 K
│ ├─1.生产对抗网络1 J+ X! C3 b* _9 {' o7 }. J
│ │ 01_高级主题介绍、GAN介绍.mp4' u/ x- C5 p3 P* @; J g( ~
│ │ 02_GAN原理、损失和DCGAN结构.mp4
* Q& b: T' q8 Y0 b│ │ 03_生成数字图片案例:结果演示流程介绍.mp4
# D9 z( o, c, e│ │ 04_生成数字图片案例:模型初始化代码编写.mp49 H3 G _- h) b+ j! w- p
│ │ 05_生成数字图片案例:训练流程.mp4% {4 _5 ^ q+ U/ a6 P" R4 C
│ │ 06_生成数字图片案例:运行保存图片并对比.mp4
0 {7 g' u5 ^7 X& `: h│ │
- e% U' F: U& B! m│ ├─2.自动编码器
; O8 Q# }% c( k; x│ │ 01_自动编码器介绍.mp4
: v7 ]: F2 o/ N: q│ │ 02_案例:编码器类别、普通自编码器流程、模型初始化逻辑.mp4( W& ?- I2 T2 ?- y2 L4 \' f
│ │ 03_案例:训练普通自编码器.mp4
, j6 w4 E7 y! i9 d6 m% H│ │ 04_案例:深度自编码器编写演示.mp43 x$ L' m/ x S9 R& Y; m" k
│ │ 05_案例:卷积自编码器编写演示.mp4
; _0 X( R4 ?; w; C│ │ 06_案例:降噪编码器介绍.mp4; ]" F/ U! N0 `
│ │ 07_案例:降噪编码器案例.mp4) D* L' [* ^" @
│ │
; ~5 C( V( z9 C/ X; S6 i$ u│ └─3.CapsuleNet
0 f# {1 o. @+ E│ 01_CapsuleNet了解.mp4
" J. `/ I S. Q0 d2 ?/ g9 i│ 02_深度学习课程总结.mp4
! c' t. c/ d( ?, Z* Y│
& @) S/ X+ O* e+ o+ f├─1-6 百度人脸识别: ~0 R/ L) g: a; S) t6 g
│ ├─1.平台介绍
$ Q4 a% h5 M0 d( }6 w% T, _│ │ 0_课程组成和目标.mp4 w' e9 i* ~2 V. J3 f# i6 r
│ │ 1_1_访问入口.mp4* l3 r& ?1 l- r
│ │ 1_2_机器学习平台_介绍.mp4
/ Z2 m% E; L2 X% X8 m8 H6 [1 x│ │ 1_3_百度深度学习平台_介绍.mp4: V6 u6 X; N; ~
│ │ 1_4_百度深度学习平台_创建集群.mp48 T; q* O0 [# ?
│ │ 1_5_百度人工智能平台_功能介绍.mp4
/ o7 L2 Y/ U' a/ N│ │ 1_6_人工智能平台_服务开通.mp42 |+ W5 K; k: |; w2 t6 d9 s
│ │ 1_7_人工智能平台_访问方式和SDK安装.mp4
: }4 G$ u/ j& m2 q& X│ │ 9 o& r: H" u1 z# [
│ ├─2.图像技术之人脸识别0 m8 s5 }6 M4 C9 F) c
│ │ 2_1_1_人脸识别功能介绍_开通应用.mp4% Z# ]6 C: t+ a6 W
│ │ 2_1_2人脸识别_API.mp4
% s% }& P1 d5 K# g5 M o m9 G│ │ 2_1_3_人脸检测_步骤和代码浏览.mp42 \+ Z* }. F& n2 l* D& w) c6 R
│ │ 2_1_4_人脸检测_获取access_token.mp4/ N- K B, k, l- [
│ │ 2_1_5_人脸检测_调用API.mp4 X; r Y1 X/ S. O- k, c. r
│ │ 2_1_6_人脸检测_图像坐标.mp47 ]1 Y" |$ _! L9 w: h* ]
│ │ 2_1_7_人脸检测_边框.mp4
/ q7 }7 q9 F/ D# u5 y* x│ │ 2_1_8_人脸检测_性别年龄总结.mp4
2 ?8 X, v/ T% h, ]/ C# G│ │ 2_1_9_人脸检测_SDK方式.mp4
5 A6 j) p9 s* j│ │
' o) R! a* V/ W/ k│ ├─3.图像技术之图像识别/ q) h& K4 t0 u7 k1 d) v2 l
│ │ 2_2_1_图像识别功能_应用创建.mp4
& l& A8 K0 F2 B0 ?0 o6 n│ │ 2_2_2_图像识别_物体检测API_实例.mp4
( W, n. s; B( ^, |% V4 _# C3 {│ │ 2_2_3_图像检测识别_菜品识别.mp4
6 D; ~! Q/ F Z5 `8 X( j+ Q│ │ 2_2_4_图像检测_车辆检测.mp4
& C: }3 _; d* r& m, ^# b+ d3 V6 r│ │ 2_2_5_定制化图像识别_图像分类_步骤.mp4
% _% M6 J7 u+ A! y2 @9 A" ]5 g│ │ 2_2_5_定制化图像识别_特点和功能.mp4( H) L1 X* U: z8 K% r8 |, I
│ │ 2_2_6_定制化图像识别_图像分类_操作.mp4
- S _" c1 f2 f5 A, v% S% l& V│ │ 2_2_7_定制化图像识别_图像分类_关联和调用流程.mp4- E- J. P" p' x7 l( K
│ │ 2_2_8_定制化图像识别_图像分类_代码实现.mp4- k! o7 c3 B3 W0 v
│ │ 2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp4- b8 ~3 C. D) b# U
│ │ 2_2_10_定制化图像识别_物体检测_流程.mp4
* ]5 y6 U+ b$ N: R6 l& m7 |7 T+ ?│ │ 2_2_11_定制化图像识别_物体检测API_错误码.mp4
$ N) A# y2 f! c│ │ i9 |* f0 r* t. G7 g u/ G
│ ├─4.图像技术之文字识别7 W q6 P/ @" A: W
│ │ 2_3_1_功能介绍_创建应用.mp4
8 U$ W! i2 I3 ~8 q│ │ 2_3_2_通用文字识别_代码.mp44 l7 W+ a$ X2 I; `0 A! r
│ │ 2_3_3_通用文字识别_其他版本函数.mp4% c a2 \8 B X8 W7 C
│ │ 2_3_4_车牌识别.mp4& e; W$ J$ U4 E
│ │ 2_3_5_通用票据识别.mp4, ^# K$ y: i J0 K0 _5 Y
│ │ 2_3_6_自定义模板_步骤.mp4! d' C/ z& t+ z" h- I" j
│ │ 2_3_7_自定义模板_实际创建.mp47 t- i* J; E: j8 l3 R/ K
│ │ 2_3_8_自定义模板_API和代码.mp4
8 h, a* w. i) x/ `2 h2 w│ │ 2_3_9_创建分类器.mp47 k- t3 F, k: y8 ^7 l: S% C$ Q
│ │ 2_3_10_分类器代码.mp4
+ }" `$ k, V8 d6 y│ │
5 X1 m4 t5 N- P. |. ]7 L) m p│ ├─5.语音技术; O1 c# {8 u' L/ ?/ a
│ │ 3_1_1_语音识别_介绍和API.mp4
8 f, ^8 | O& X4 ^9 \! s│ │ 3_1_2_语音识别案例_代码浏览.mp45 Z! R: e$ a! R! o
│ │ 3_1_3_语音识别案例_案例.mp4% t8 b, |& u& Z" i0 P( _% c
│ │ 3_2_1语音合成.mp4
# N# c. S, H# ~4 R│ │
O! O ?5 E; z, P$ k7 Z│ ├─6.自然语言处理8 G; D8 m) T* |0 [
│ │ 4_1_1_自然语言处理基础技术.mp49 b9 i- d$ y. x: C9 I4 w) f9 Q6 g
│ │ 6 }3 Y+ j( F6 ^* [4 ?
│ └─7.人脸识别打卡案例
& _* q( }6 ?; h. V- A│ 5_1_0_人脸打卡案例_介绍.mp45 t+ ?" c# y& r6 c) T: \& W
│ 5_1_1_案例_前端部分介绍.mp44 Y9 g3 z( w% x* |# |1 Y+ b
│ 5_1_2_案例_人脸搜索代码浏览.mp4; o$ I5 M* p" I! x
│ 5_1_3_案例_获取token.mp4: P$ k# |! V R: v x+ ]6 Y5 c5 D/ b
│ 5_1_4_案例_添加用户_人脸搜索.mp4
# Q+ v& t7 }# B1 h; B/ h│ 5_1_5_案例_主程序1.mp41 H, A& Z. X& }" N
│ 5_1_6_案例_主程序2.mp4
' i' r" S$ b/ J│ ) q9 r$ H; @- G, b! @' @$ ]9 W
├─1-7 自然语言处理
8 [, Y, ?* c% L3 _5 O│ ├─1.自然语言处理基础概念5 T5 i6 ?6 s: m- G3 G7 D
│ │ 0.NLP介紹.mp41 s5 }# _4 f# f$ T- p& s2 h
│ │ 1.NLP的种类.mp4" L x ]% @/ ^. m! t4 I6 X2 f/ X
│ │ 2.端对端深度学习模型.mp4
1 u a6 _9 ~! J2 a: V$ w│ │ 3.词袋.mp4; {, J3 A* J! V$ w' L$ J, }% _
│ │ 4.Seq2Seq.mp4, G. n0 C& A4 I
│ │ 5.Beam Serch Decoding.mp4
$ Z; |0 y! D; U1 B0 u8 ^│ │ 6.Attention.mp4
8 Y( B& S. r! ~7 o│ │ * \+ v' {( Z, u; m- n k2 T0 D
│ ├─2.自然语言处理基础实作-机器学习篇
! e, |8 G; j8 z" Z3 S3 J9 W6 Z0 C│ │ 1.机器学习-NLTK_数据读取.mp44 i" x- R& t W A
│ │ 2.机器学习-NLTK_清理数据.mp4) I" O3 g, L1 x
│ │ 3.机器学习-NLTK_大小写转换.mp4
+ n" s6 m* U" x1 P e│ │ 4.机器学习-NLTK_去除虚词.mp4. e/ J! K* }% J( \( ^0 N
│ │ 5.机器学习-NLTK_词根化.mp4
3 i8 q6 l' `- S│ │ 6.机器学习-NLTK_还原字符串.mp4
! g, T$ K3 x) k- n9 X0 d: {2 J│ │ 7.机器学习-NLTK_稀疏矩阵.mp4( R$ s3 i% t; s7 S
│ │ 8.机器学习-NLTK_最大过滤.mp47 P, }) b- ?' ^! d: k% F- _
│ │ 9.机器学习-NLTK_建立词袋模型.mp4
; H, p2 o) n5 r$ |) Y8 ]│ │ ; t K. w, R! a' `
│ ├─3.自然语言处理基础实作-深度学习篇 H( }3 s( a) Q% ~ ^# z
│ │ 10.深度学习-Deep Learning in NLP.mp4
& g# I) ^* p8 [9 `4 R3 [# l│ │ 11.深度学习-Deep Learning in NLP_模型优化.mp46 s! L9 D1 J" I1 N5 o/ c2 N- W; c# Z& m
│ │ 12.深度学习-Deep Learning in NLP_模型加速.mp4: R# ~) I) ]0 [. L8 I
│ │
! ]4 ~* y+ T7 E1 }6 K8 H# t0 V4 Z. U│ ├─4.自然语言处理核心部分
& @1 o, _: R: C6 U# U│ │ 1.CNN REIVEW.mp4
' I# `$ J$ m5 j1 M, @. O6 H& J│ │ 2.CNN CODE.mp4
6 B, U! s; u/ h2 A│ │ 3.RNN REVIEW.mp4 z0 @8 W; F1 S& G1 A* \! Q
│ │ 4.RNN CODE.mp4
3 M- j2 }. d+ h│ │ 5.LSTM.mp4& b2 v6 y6 B" J5 V
│ │ 6.LSTM_CODE.mp4
/ v3 x0 v2 q1 `4 h" l# q7 q│ │ 7.文本分类.mp4
2 ^' x5 ~ j4 a2 T" U│ │ 8.文本分类的方式.mp4
5 g; ^3 {9 a0 S( p; Z4 P! m│ │ 9.文本分类CNN&RNN.mp4
; Z: g0 |0 \# R8 M- X; O( ?2 u* y│ │ 10. 文本分类 CNN 模型使用.mp4+ I* U8 l$ C, b4 J* C& F
│ │ 11. 文本分类 RNN 搭建.mp4
; z. u, B( W$ |0 P0 n) s6 k, f│ │ 1 ~* y: T( v9 s3 u
│ └─5.实战项目-从无到有打造聊天机器人
! X5 {3 }3 m8 a: H+ u│ 00. chatbot.mp4
- T9 I1 [& \5 N6 q, G4 A& R│ 01. chatbot 搭建计画.mp4
; `9 G9 ]$ h2 S `8 B; H @│ 02. chatbot 环境搭建下载数据集.mp4
; e8 x) ], a' Y3 v T( g& d3 t│ 03. chatbot 下载数据集.mp42 K# U/ u) a: v1 |
│ 04. chatbot 导入依赖包.mp48 q* V& T3 K. Y
│ 05. ChatBot 读取数据.mp4
e) H: U- R: t│ 06. chatbot 创建对話字典.mp43 R" | o' W8 | ?
│ 07. ChatBot 建立对话列表.mp4
7 G1 G8 h+ A! d: G/ c e' S: p; ]│ 08. ChatBot 问答集.mp4) p, Q3 C* k9 ^5 i9 w, B
│ 09. ChatBot 数据初步清洗.mp42 B7 N6 u! b [! S% ^
│ 10. ChatBot 清理问题集&回答集.mp4) k5 d/ R% W q5 V, b0 S( V
│ 11. ChatBot 统计字频.mp4/ X, Y: W2 e) X* c. Y
│ 12. ChatBot 标记化&去除少数字.mp4
' z+ w' p* x ^6 d- H│ 13. ChatBot 最终标记.mp4
+ L U' H, g6 C2 N0 `│ 14. ChatBot 逆向字典.mp4" H6 H1 u: R; X" K: x7 w! c3 r
│ 15. ChatBot 添加 EOS 标签.mp49 V+ d& U0 n6 _( Z/ E, D5 m
│ 16. ChatBot 问答数列化.mp4
' F; g2 }; j# Z5 m; k, {│ 17. ChatBot 长短句.mp4
( D) Z# c, O0 m2 d7 l; P$ Y│ 18. ChatBot input&output.mp46 `' o) m6 K; i% { b+ |: X0 d
│ 19. ChatBot 处理输出.mp4
$ K( G3 j7 d9 d, {& y9 i4 O) _│ 20. ChatBot 建立RNN 模型.mp4) w" x9 I" A# K1 c9 i$ P4 H
│ 21. ChatBot 解码器训练.mp4. F( B; |: D2 i3 y: n2 t
│ 22. ChatBot 解码器测试.mp4
7 X- W0 d2 h! m) V n7 Y│ 23. ChatBot 创建解码RNN.mp49 x5 l3 p3 F( i7 x
│ 24. ChatBot Seq2Seq 模型.mp4
2 g* g# {7 ~) }. q│ 25. ChatBot 設置超参数.mp4
, W/ @! I2 f& j' |5 W, D) ]│ 26. ChatBot 启动运算.mp4
/ B6 m8 G {9 o9 c: {9 H│ 27. ChatBot 模型 input.mp4
- L3 u& X& t! _0 h│ 28. ChatBot 模型輸入序列長度.mp4
7 F, l( {8 I3 L6 |% [/ r│ 29. ChatBot 設置輸入的数据形状.mp4
4 ]1 [# n% r0 v, d/ f9 u│ 30. ChatBot训练 & 测试結果.mp44 @9 B% M% M* P, \" m
│ 31. ChatBot 损失,优化,梯度消減.mp4- w" f0 W' r, e* ^1 [: A+ o
│ 32. ChatBot 问答等长处理.mp4+ K$ C6 L3 b" n4 N8 J B6 r7 x
│ 33. ChatBot 问答数据批量.mp42 u; ^$ ~( F# h/ V( h& `
│ 34. ChatBot 数据分割.mp4
( T* @5 {+ X. W3 `; |' T1 {│ 35. ChatBot 训练.mp4
/ Y# w- ~8 @3 Q│ 36. ChatBot 训练2.mp4
/ B) B9 h9 h, T) K│ 37. ChatBot 测试.mp4
- E8 Q5 J3 \' y R' N" \8 c│ 38. ChatBot 输入修飾.mp4
" F: F8 d* E) Q' P; W' B8 l│ 39. ChatBot 开始聊天.mp4
' P1 S* `- Q+ s9 K9 s" \% p3 `│ * ^7 @ b. V W k1 a0 Q) ~) |
├─1-8 图片商品物体检测项目第一阶段-检测算法原理2 J3 j; ~9 O/ c
│ ├─1.目标检测概述5 j7 C! O+ S; F$ u- B9 m$ o
│ │ 01_课程要求以及目标.mp4
9 C! ]5 k. I- F) {" I│ │ 02_项目演示结果.mp4
$ B/ s) V4 ]" ^. N0 f+ s4 f; T│ │ 03_项目结构以及课程安排.mp4
* H; B* G e0 u: t$ ^│ │ 04_图像识别背景.mp42 @' h- o ^7 B! R
│ │ 05_目标检测的定义和技术历史.mp4
5 [9 @6 ?7 ]1 h1 v% N. ^│ │ 06_目标检测应用场景.mp4! E1 t6 F1 \7 g/ |
│ │ 07_目标检测算法原理铺垫.mp4 e) D$ z. E6 _0 {
│ │ 08_目标检测任务描述.mp4
; D1 s0 V& A% y$ X- f" l│ │
( b; i( h- U0 F% G# c7 S- I. \│ ├─2.RCNN原理
: r @3 B0 G2 l& c│ │ 01_Overfeat模型.mp49 L8 z( C6 f) g! ?# A2 z! C
│ │ 02_RCNN:步骤流程介绍.mp4- P; \+ k1 s" U% R* \
│ │ 03_RCNN:候选区域以及特征提取.mp42 i3 G& }8 `7 i$ z2 P
│ │ 04_RCNN:SVM分类器.mp4
) H1 _; c+ t; g$ s6 S8 ]- e│ │ 05_RCNN:非极大抑制(NMS).mp4; B" U0 {/ }! J1 {5 s
│ │ 06_RCNN:候选区域修正.mp4
% [) [- A! _) w│ │ 07_RCNN:训练过程与测试过程介绍.mp48 q* h$ H( h5 ?5 w' Z
│ │ 08_RCNN:总结、优缺点与问题自测.mp42 P) t. g6 m n
│ │ ) ~( Z3 U) a3 K) \* c- y
│ ├─3.SPPNet原理
% V6 K/ r3 k4 N C) X8 W: [7 R( O5 [│ │ 01_SPPNet:与RCNN的区别、网络流程.mp4
! A- @, I, H; I; \" [│ │ 02_SPPNet:映射.mp4
, x) y. x w2 {( T# w$ V. d& H2 `( x│ │ 03_SPPNet:SPP层的作用.mp4
' P/ b5 }- ?: v6 b3 C│ │ 04_SPPNet:总结、优缺点与问题自测.mp42 z4 w& P' K0 ~8 G0 k$ [3 [
│ │ 1 c' P4 C I: m- E$ L
│ ├─4.FastRCNN原理5 Z [1 A1 n v( U2 n0 R O" k
│ │ 01_FastRCNN:改进之处以及网络流程.mp4
* N3 S% f/ i# X. E) z│ │ 02_FastRCNN:RoI pooling结构以及SPP对比.mp4/ Z$ B% c6 c: R2 ]: P/ f$ Z
│ │ 03_FastRCNN:多任务损失.mp4
4 ]3 Q: V7 r: t4 K( d- b│ │ 04_FastRCNN:总结与问题自测.mp4
8 }/ p+ i2 v0 [8 R1 \│ │
B# r2 C9 ]1 f! B9 Y: i│ ├─5.FasterRCNN原理
6 }& [7 R1 x* g" c7 d/ m│ │ 01_FasterRCNN:网络结构与步骤.mp46 K9 G( C1 @$ S" M: k( n% {
│ │ 02_FasterRCNN:RPN网络的原理.mp4" M& [& `* ?4 b% X9 n& U
│ │ 03_FasterRCNN:总结与问题自测.mp4
; j! V/ b$ I' \│ │
]6 U- n4 |4 \9 {" c│ ├─6.YOLO原理6 x% u. _% f1 ?1 \
│ │ 01_YOLO:算法特点与流程介绍.mp40 W* d4 Q. u& c# P5 K0 m: p
│ │ 02_YOLO:单元格原理过程.mp4
9 ^7 H6 k7 O; L. N│ │ 03_YOLO:训练过程样本标记.mp4) T% ^ T1 Q2 k$ ]" N/ }% A
│ │ 04_YOLO:总结.mp4
) H( Z% u$ l6 t. B# f8 P" C& O* }│ │
6 ^* J% N% Q! a9 t$ F4 n│ └─7.SSD原理* @" n& B2 @8 ~/ x0 D- M3 C5 R. |- A J/ q C
│ 01_SSD:网络结构与Detected结构.mp4
" Q! R: R1 E0 N│ 02_SSD:localization与confidence.mp4
0 K% {1 D5 K) M1 o│ 03_SSD:训练与测试流程总结.mp4
. q# V K+ v( g! j1 D( C5 h1 c│ 04_TensorflowSSD接口介绍.mp4
1 J1 z' M$ R" p+ `" ?+ S│ 05_第一阶段算法总结.mp4
4 f5 Y5 E2 U/ x2 g│ * }" s! w; H9 E& 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
3 s" q9 B2 U* U│ ├─1.数据集标记" A; P# S* p& O3 K
│ │ 01_目标检测数据集介绍.mp4* B9 f- i6 P$ c- P5 B
│ │ 02_商品数据集标记.mp4
$ B& D5 x9 n. M/ v* o$ C$ @│ │ $ m' M$ ?7 \% M$ X( x& N8 Z
│ ├─2.数据集格式转换
1 g& M, ^) P0 J9 X- ]; w; }) k6 i│ │ 01_数据集格式转换介绍.mp4
, ?* ^3 P5 V# i+ u* H/ K│ │ 02_格式转换:代码介绍.mp48 O2 [) L' T$ n3 f5 C5 I
│ │ 03_格式转换:文件读取以及存储逻辑.mp4
4 V, [ r& |& j6 {2 S│ │ 04_格式转换:图片数据以及XML读取.mp4
+ [8 d f1 B# l. H. t& n│ │ 05_格式转换:example封装、总结.mp47 f4 M* N# \0 n% e! X
│ │ . ]4 \9 z6 S3 T) M9 S' d c9 F
│ └─3.TFRecords读取" @9 Z/ _1 W; a4 v
│ 01_slim库介绍.mp4+ Q7 L8 D1 _ w w; |5 ~& Q
│ 02_TFRecord读取:Dataset准备.mp48 u4 Y) p+ r8 j
│ 03_TFRecord读取:provider读取.mp49 N: ?1 u. N! H% @) I
│ 04_第二阶段总结.mp4
& l3 R' P U2 X6 [1 k│ ; _! y, D- w2 R s2 Z7 W5 r3 D
└─1-10 图片商品物体检测项目第三阶段-项目实现与部署% g9 D3 p: U+ _1 g( @0 V% t
├─1.项目架构- C; S8 \ K0 z5 f) T
│ 01_项目架构设计.mp4' k- `; m- H# V/ [1 T
│ 02_训练与测试整体结构设计.mp4
7 [, t) r0 e' q J; Y3 f8 R │ * Y9 u7 e- H/ L) \6 k
├─10.TFServing客户端
1 x7 B! o7 y, D" J& y │ 01_Tensorflow serving client逻辑.mp4
. v# e y7 X- c' u │ 02_Client:用户输入图片处理.mp4
/ M# b. S" a# F: {+ `6 @ │ 03_Client:grpc与serving apis介绍.mp45 `$ p, j) p) K/ U
│ 04_Client:客户端建立连接获取结果代码.mp4 Z& ?& Y# h! a' H$ A9 M
│ 05_Client:结果解析.mp4
7 H$ i& o e' T r& I7 M1 C │ 06_Client:结果标记返回.mp4 ]1 S. z* @6 N3 t
│
0 k2 h% h) Q2 S ├─11.服务器部署+ }# c" G+ p4 J" P0 c4 |
│ 01_服务器部署:服务器部署的代码文件需求、服务开启.mp4, v9 H( m) e% F6 }: S. N5 l! @1 V
│ 02_项目总结.mp40 \* |& g/ `0 u5 j: t6 z; {
│ " U" m: i* c' |1 N4 \. R' B! n
├─2.数据接口实现1 Y q. `+ X8 D9 }0 A% U. M
│ 01_数据接口:商品格式转换实现.mp43 B9 F4 [ n* o( O: d6 [
│ 02_数据接口:读取数据接口设计以及基类如何定义.mp4
1 q) m' T' v+ F6 q │ 03_数据接口:商品数据读取子类实现.mp4, s, N2 Z* Y, n# \
│ 04_数据接口:数据读取工厂逻辑实现.mp4% c0 O* Q) L+ h8 \
│ 05_数据接口:代码运行与数据模块总结.mp4
9 H n8 w3 b. N" X' O) B! t- } │ - @" e4 Z( Y* p! a' Y Q* O
├─3.模型接口实现7 O. i6 h, x9 M2 T" s: u6 J
│ 01_模型接口:接口设置以及模型工厂代码.mp4
# T: u4 C8 Y+ Z1 u6 b: s │ # V, z# L: Q; Z$ [
├─4.预处理接口实现
9 u0 I, o/ i; ^! q8 J8 S3 j │ 01_预处理接口:预处理需求介绍、数据增强介绍.mp4
0 Q) X* t' y5 a2 L- Y( \+ Q │ 02_预处理接口:预处理工厂代码.mp4( g# G( Y- O4 y
│ 03_预处理接口:预处理工厂代码参数错误调整.mp4& l: y, T- e- l# O
│ 04_数据接口、模型接口、预处理接口参数总结.mp4
3 T* c& x/ ^1 I: `8 A! H5 L │ - E/ n, d7 K2 p0 I
├─5.训练过程实现% C/ S6 O& R; A& ?1 T- |& i- I
│ 01_训练:训练步骤与设备部署介绍.mp4$ K, u! S P; }; e* G6 x0 w
│ 02_训练:model_deploy介绍.mp4
& o; N9 i) |2 M │ 03_训练:训练运行结果显示与初始配置确定.mp48 k0 D# C6 r8 {- p0 e% s
│ 04_训练:1设备配置代码以及全局步数定义.mp4
0 g5 \5 n% {/ ~: E │ 05_训练:2图片数据读取与处理逻辑介绍.mp4
2 C4 z' n! P& {* i │ 06_训练:2数据模块与网络模型获取结果.mp4
( g8 n( ]# j6 j8 }% S' w7 Z! q │ 07_训练:2网络参数修改、provider获取数据、预处理.mp4( R* h8 ]. i# J
│ 08_训练:2NHWC和NCHW介绍.mp4
$ G+ }) B$ W4 k7 A W2 B │ 09_训练:2对anchors进行正负样本标记.mp4; d" @% ^2 y* ^' E, ]
│ 10_训练:2批处理获取以及数据形状变换.mp4
# }: |( }0 R0 z& D7 L7 g9 d │ 11_训练:2队列设置.mp4
' t+ j$ P+ n3 S3 j; G │ 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
4 [- ]8 {+ k3 U* F: E, f) i │ 13_训练:5总损失计算与变量平均梯度计算6训练配置.mp4
- i0 U& m$ H o7 ~ n$ d │ 14_训练:训练流程总结.mp4
. J1 n1 Y% w0 n# K │ 1 \* b+ ?; k/ t: K
├─6.测试过程实现6 u9 s3 `) Y' p+ ? V. N# ~
│ 01_测试:测试流程介绍、代码.mp4
- m: m& h$ E# s& a( V S; R* O │ 02_测试:图片输入、结果标记代码.mp4
# i: U4 r9 _3 Z. p$ I │ . [+ D9 z& D2 {. n' Q
├─7.模型部署介绍4 H# ~* |& ]" [
│ 01_web服务与模型部署流程关系介绍.mp46 F# f. N- T3 H- Z# v# j& n
│ 02_本地TensorFlow Serving演示以及逻辑介绍.mp4
/ \ ^) z& q3 R+ T% o% o9 Y3 ? │
% ]2 V) Z' w( x+ z2 h ├─8.导出模型
; F p0 z( T9 @# v/ B3 x3 v6 W l │ 01_模型导出:模型输入输出定义.mp4
4 G9 B; @0 q; w │ 02_模型导出:Savedmodel导出模型.mp4
! i0 c2 k+ n+ r │ : J* q4 w. P: Y9 N) P2 h5 k
└─9.打开模型服务, O& V. i$ D- q8 Z4 v: }% ?) I
01_开启模型服务.mp40 O( m9 S* ]( E
: G( r" ^6 I* G- m0 m( r- @" e
! I9 t5 X: y' X8 X9 Q0 X- A
# I, [% }8 \2 a4 @9 Y9 @/ c% }" P' v
1 n$ w M) [% C0 m0 n+ a/ I
* v/ k, g w5 P# k
$ `% P& |% m" ? h$ H; k' ?# ^3 k7 p
4 r, V% y7 r. r2 k |
|