|
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8 L9 O' [& W8 B) w( {
百度网盘下载链接:
: \/ C, d8 X8 C$ P- U: ?[/hide]密码: 7i6r 【解压密码:javazx.com-QhvQlt8B】" k+ Z. ]& D% U; j) o
集数合计:10章
8 N& P9 _+ ^$ L6 L) i8 ~9 d' G! t& ^. [ J" L
链接失效声明:如果本链接地址失效,请及时联系站长QQ:40069106
3 U# a6 |% Y `* ?5 p* Y如何获取资源:VIP升级: https://www.javazx.com/thread-10591-1-1.html+ [+ O( }% U$ q
VIP说明: 月度VIP:使用期限30天5 s; W) @3 E- k
年度VIP:使用期限365天 y1 F# n- h$ |
终身VIP:使用期限永久
& P6 J6 U( e! x8 O1 s. Y
; C% d# ~: d9 W. LJava视频教程详情描述:
4 @* o, Y( F9 j1 T: _( F; o% ?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
9 E# ] K, F8 _, Y$ f2 `; O. t( Q9 t6 C$ W! a; ^
Java视频教程目录:+ l9 Q# t% x2 i$ j/ @0 `% @+ u
+ M6 d0 _# N+ T3 J0 z- A7 e
2 D( F/ X) b& U; e7 t& Y' A
│ │ 2 |) Z/ g# }0 W! U* x' D
│ ├─3.浅层神经网络4 Y( W8 b% m# e8 p" a) ?7 o1 n
│ │ 01_浅层神经网络表示.mp4* f# ]/ m+ P# w! D( _+ Q' x
│ │ 02_浅层神经网络的前向传播.mp49 T( s% o8 B4 Q7 R% q* M: N# _
│ │ 03_激活函数的选择.mp4! h6 c: R( j1 V4 M5 R
│ │ 04_浅层神经网络的反向传播.mp4+ `3 n, z" ?- b# J. b2 V; b+ Q0 X& E
│ │ 05_作业介绍.mp4【Java自学网 www.javazx.com】* s/ ]1 i( O$ t) b" x
│ │ 06_作业实现:初始化模型与前向传播.mp4+ v4 K. Z: d! K g6 |" _
│ │ 07_作业实现:反向传播与更新梯度.mp4
% c4 A% @3 \! T' C' T│ │ 08_作业实现:网络模型逻辑实现.mp4( N z# N8 @. H% ~4 N
│ │ 09_总结.mp4. A( v5 H9 s/ b# }
│ │ 6 _+ p" ]" O- J' [
│ └─4.深层神经网络; {$ s# j2 f: g% \) c/ ]4 ^) _
│ 01_深层神经网络表示.mp4& ?* I) ~; s3 u
│ 02_深层神经网络的反向传播过程.mp4& F5 q! K, j/ W$ B$ O
│ 03_参数初始化与超参数介绍.mp4: E3 ]6 `$ u5 b, s
│ javazx.com% v0 S v: J" c6 P7 a) \2 p* Z5 S
+ n& g0 c% ^3 s, n: Y) B
│ 2 X! j6 l" g* |9 |; V1 A |3 P
├─1-2 深度学习优化进阶
, K; i% ]1 W! X0 h( Z│ ├─1.多分类 ?0 O9 o5 N6 K
│ │ 01_深度学习紧接、多分类介绍.mp4
' P y- n( K+ Y│ │ 02_交叉熵损失原理.mp4
, W! A9 k+ ^" R3 Q2 x│ │ 03_案例:Mnist手写数字数据介绍.mp48 Y( f5 T( ]0 m. v/ k
│ │ 04_案例:网络结构、流程、代码介绍.mp4
% h( F# P9 I# {) g6 j│ │ 05_案例:主网络结构搭建实现.mp42 t+ ]. h) R/ C' E8 }
│ │ 06_案例:添加准确率.mp4
$ c6 t* g; ~' `7 j│ │ 07_案例:Tensorboard观察显示.mp44 C6 w, @7 g& E8 Q; H9 N k
│ │ 08_案例:添加模型保存、预测.mp4! A/ w! b; P: r+ [. q) I% |
│ │ 09_调整学习率带来的问题.mp4
- W! }$ F+ Z! g8 o1 F* x8 b( x, U9 @, g│ │
& I5 H- a9 S/ B+ j! ~" Z" B│ ├─2.梯度下降算法优化
- j8 [% e& r9 a/ o│ │ 01_深度学习遇到问题、为什么需要优化算法.mp4( d7 g/ a6 e6 m7 t- H: P, t, j, G& _
│ │ 02_Mini梯度下降与Batch梯度下降.mp4
) |+ {5 F/ \; E$ A3 s9 V+ E& C7 @│ │ 03_指数加权平均.mp4% p' H$ s' }5 e4 F$ a
│ │ 04_动量梯度下降原理公式理解.mp4
# v% K6 u* |+ z) n6 C* G |( ?│ │ 05_RMSProp与Adam原理与学习率递减.mp4( W. l q2 G$ U* r- M* n# P8 m ^
│ │ 06_标准化输入带来的优化.mp4
- \0 b/ _) u4 H" z# ]9 c│ │ 07_作业介绍.mp4
% n, B a1 q4 C/ \0 d) i. `9 n" \9 a│ │ 08_作业讲解1.mp4$ ]. P; X3 I$ j
│ │ 09_作业讲解2.mp48 @' U" d/ J' T) v: Z+ D5 h
│ │
# I" K1 h1 C+ c. H4 M│ ├─3.深度学习正则化
3 C+ k9 V5 e$ {' _/ g. Z│ │ 01_深度学习偏差与方差介绍为、什么需要正则化.mp4
' [# B( [8 U: n5 c1 c# h: O│ │ 02_正则化概念、L2正则化与L1正则化.mp4/ b Z' L' I! P# n3 s$ d
│ │ 03_Droupout过程与原理理解.mp4
) l! I1 j5 U' p' k│ │ 04_其它正则化方法-早停止法与数据增强.mp4
0 {2 b% s! E4 u( U│ │ 05_正则化作业介绍.mp43 E1 t- W3 e8 a
│ │ 06_作业讲解1.mp4
& c8 N- c! x5 o' C5 R│ │ 07_作业讲解2.mp4
) y* } y- l) J( X9 l│ │
/ }6 b0 B# F& I* F+ H│ └─4.神经网络调参与BN E6 [: W. H# W; ?1 t6 S
│ 01_神经网络调参数技巧与如何设置参数、如何运行.mp4
( g' y) E% [% g1 B$ ?│ 02_批标准化定义、公式、为什么有效.mp4
3 f3 C, x5 ~; Q& k" v: D│
' u/ y/ [ ?$ v├─1-3 卷积神经网络
+ v J+ w- s) p: F2 @6 ^│ ├─1.卷积网络原理* T/ N" W. _3 |' e
│ │ 01_卷积来源、数据量与感受野的边缘检测.mp4# N/ I9 b2 w% w" C9 Q
│ │ 02_卷积网络结构介绍.mp4
' ?# _* ?5 U3 {9 o) w/ N% u│ │ 03_默认卷积的运算过程.mp4 C' L C. d6 B! w3 I. o& V
│ │ 04_零填充.mp45 C* S8 _1 q( U+ o: X4 L" R; K
│ │ 05_过滤器大小与步长.mp47 I0 h c4 L! b/ Y& h* O3 M
│ │ 06_多通道的卷积与多卷积核.mp4: {. I* U4 Z+ @8 f
│ │ 07_卷积总结.mp4) O6 ~ `) T' [4 I n; B( \, l! i
│ │ 08_池化层.mp46 v+ h2 H% @- Y8 R/ f. G; I
│ │ 09_全连接层.mp4- i1 o# u: [$ b7 ~+ j
│ │
) E' ^0 ]; y/ r) E; q$ J+ J│ ├─2.经典分类结构$ r/ h2 }# B* C$ C: F7 N! m
│ │ 01_LeNet5的计算过程详解.mp4$ x9 Q" X9 y0 L* d F8 v
│ │ 02_常见网络结构介绍.mp4: y' M8 \* g" i/ P
│ │ 03_Inception(1x1卷积介绍).mp43 L) n7 _) L# @( B8 W1 v1 X4 L
│ │ 04_Inception结构以及改进.mp4
0 h3 m9 T4 k# i2 S$ u \│ │ 05_GoogleNet了解与卷积网络学习内容.mp4! K- J9 P# n2 T3 f' n$ Y6 S
│ │
2 S! k* y7 {, A" ?% o$ N* y& Z6 k) p│ └─3.CNN实战
0 @) n7 p0 }% e8 |5 ]3 S0 R│ 01_作业介绍.mp4; o& h! M' O7 t
│ 02_作业讲解.mp4& \1 k$ q& X# B
│ 03_迁移学习.mp4
V: Q* I- V& I. R& A│
- F- j8 o. H' s2 v: a, n( y├─1-4 循环神经网络; d8 q8 t" w/ f" U" X5 r0 ?. S }
│ ├─1.循环神经网络
) ] _! R8 L0 i8 L! L- m$ K│ │ 01_循环神经网络背景介绍.mp4" ?1 B. ]9 W) W$ N
│ │ 02_循环神经网络结构原理.mp4
5 H; ?# h* v* |│ │ 03_词的表示与矩阵形状运算.mp45 e; y( A3 s' B$ M; ?* \) n
│ │ 04_交叉熵损失计算.mp4
9 K6 j8 ]% U3 Y! i O│ │ 05_时间反向传播算法.mp4, Q- r0 f- O! |+ J; p6 o
│ │ 06_梯度消失、案例介绍.mp4
2 u( F$ R1 ~: r- Z│ │ 07_手写RNN案例:单个cell前向传播.mp4: J" q3 O; }! `- u. A# Z
│ │ 08_手写RNN案例:所有cell的前向传播.mp4
4 r) r. T8 h" s; U) @ {) h│ │ 09_手写RNN案例:单个cell的反向传播.mp4
' j3 a- ~; Y% |8 i* _& s* Q9 m│ │ 10_手写RNN案例:所有cell的反向传播.mp4
. Z$ @" k7 V2 Y* R│ │ 11_案例总结.mp4
- q& p8 x& Z | K b& |│ │ 12_GRU与LSTM介绍.mp49 k \6 {. y# N% T" o" [
│ │
: J/ W6 ~' D' u' [' \│ ├─2.词嵌入8 @8 W ^. W3 G
│ │ 01_词嵌入介绍.mp4$ [7 X, F; l# [! K' |0 C1 d
│ │ 02_词嵌入案例.mp40 j" b, f) m7 n4 W* c! ~5 M
│ │
$ R7 E8 c; v% n- p1 Y│ └─3.seq2seq与Attention机制
; S* Q8 ^0 m: G│ 01_seq2seq介绍与理解.mp4
. o! y5 B$ [+ v/ R! y: S0 p│ 02_seq2seq机器翻译等场景介绍分析.mp4
0 ?$ j$ Z" F, U( |5 H: U│ 03_Attention原理分析.mp4: w9 x* {7 p, T/ \" X
│ 04_机器翻译案例:日期格式翻译转换、代码结构介绍.mp47 R# B d0 M. T7 G( r5 d+ w
│ 05_机器翻译案例:模型参数定义.mp4
! y+ v4 O! S7 u) _, @( ^│ 06_机器翻译案例:数据获取以及数据格式转换介绍.mp4# K9 M2 Z( i- z/ Q
│ 07_机器翻译案例:训练逻辑与网络结构介绍.mp4; A5 W- Q b+ m, @# O V
│ 08_机器翻译案例:网络输入输出逻辑介绍.mp49 L+ Q+ `! p! v+ b/ E$ [$ H0 C
│ 09_机器翻译案例:网络输入输出逻辑编写.mp4
4 v7 e7 B8 U" n│ 10_机器翻译案例:自定义网络seq2seq的编解码器定义.mp42 K, i& z5 |; k3 d3 \% Z& x
│ 11_机器翻译案例:seq2seq的输出层定义.mp4# q) T! y5 n% d" l
│ 12_机器翻译案例:attention结构定义.mp46 P* y9 r$ P. T( u
│ 13_机器翻译案例:model中计算attention输出c逻辑函数实现.mp4" E3 |; U6 q, i
│ 14_机器翻译案例:训练逻辑编写.mp4" H t% \) I2 e# r, g! ^
│ 15_机器翻译案例:训练结果与问题解决.mp4
/ D1 @. i2 a Y+ n! o9 t│ 16_机器翻译案例:测试逻辑结果演示.mp4
! q& L( T' ^/ G) ~+ @+ c│ 17_集束搜索介绍.mp4
6 i$ c9 Y2 D+ y+ ?+ ^│
! R8 P& k* E& I: P+ s% T- W- O& G├─1-5 高级主题
/ @+ W& q( W m. V│ ├─1.生产对抗网络1 T, q0 q6 P5 ^: K2 b6 N* c
│ │ 01_高级主题介绍、GAN介绍.mp4' H& [8 k, A6 e+ S. C2 g
│ │ 02_GAN原理、损失和DCGAN结构.mp41 d4 }4 X" d8 Z6 L! L: J
│ │ 03_生成数字图片案例:结果演示流程介绍.mp40 V5 [5 e J) J% a
│ │ 04_生成数字图片案例:模型初始化代码编写.mp49 b* L; a2 L& w8 V; k0 c7 S& |/ o. o
│ │ 05_生成数字图片案例:训练流程.mp4$ d% F: @* d* u# t
│ │ 06_生成数字图片案例:运行保存图片并对比.mp4# h5 N2 V$ b( P# _
│ │ & `: W1 ]+ S$ S& H4 T
│ ├─2.自动编码器
# _1 ?8 `* Y0 j4 c│ │ 01_自动编码器介绍.mp4& {7 `$ m6 ?! z( ~! M7 T% g
│ │ 02_案例:编码器类别、普通自编码器流程、模型初始化逻辑.mp4* m8 k0 C4 y; C/ p2 S8 L: I
│ │ 03_案例:训练普通自编码器.mp4
4 e# [% {6 H/ B. {) g7 M. W│ │ 04_案例:深度自编码器编写演示.mp41 E2 H* z5 `1 o. [
│ │ 05_案例:卷积自编码器编写演示.mp41 k- M; c- q* I% C0 ~6 W" W
│ │ 06_案例:降噪编码器介绍.mp4
) n" o4 ^& D1 H* E% f│ │ 07_案例:降噪编码器案例.mp4
# [' ~/ t) G2 C│ │ 5 u6 ?+ E" R( \8 M! z% c
│ └─3.CapsuleNet/ e. H p; i: e! a z2 k6 r" W& i
│ 01_CapsuleNet了解.mp46 h! w. C# D2 s8 }& m
│ 02_深度学习课程总结.mp4
' J6 T0 N9 t) H8 J│
% z! s h! h# }: W( j9 E- T z├─1-6 百度人脸识别6 A/ _9 R9 Q6 n4 v* M: A
│ ├─1.平台介绍5 M) F+ Q6 `9 z2 d- P! h/ _3 D
│ │ 0_课程组成和目标.mp43 \( `& j5 p6 k# j1 v: y
│ │ 1_1_访问入口.mp4
1 Z8 t3 B, O/ u( ?│ │ 1_2_机器学习平台_介绍.mp4- J7 v2 b$ l* a" r) x8 B( I. {
│ │ 1_3_百度深度学习平台_介绍.mp4
5 S2 U* \" I- I9 u' ` W│ │ 1_4_百度深度学习平台_创建集群.mp4* X$ g9 I7 d9 v3 Y( k
│ │ 1_5_百度人工智能平台_功能介绍.mp49 g0 p: u" I- @3 ^
│ │ 1_6_人工智能平台_服务开通.mp49 m% E/ }# K8 H
│ │ 1_7_人工智能平台_访问方式和SDK安装.mp4
6 `2 @! ?, ]2 @" a+ R" ^│ │
) k. @/ Z; o _, q│ ├─2.图像技术之人脸识别) L# c( Y7 J. H5 h5 @$ V
│ │ 2_1_1_人脸识别功能介绍_开通应用.mp4
- u6 f+ g9 J; L2 b* w. ]7 A│ │ 2_1_2人脸识别_API.mp41 W: v. u8 h- l# y; h- R
│ │ 2_1_3_人脸检测_步骤和代码浏览.mp4: I* [0 Z d9 y0 P
│ │ 2_1_4_人脸检测_获取access_token.mp44 l8 b8 G3 ` ~' V& q7 H* i
│ │ 2_1_5_人脸检测_调用API.mp4
% M# y4 m: z# q3 ~* _ Y/ Y9 p│ │ 2_1_6_人脸检测_图像坐标.mp4- R" T: s- G: x% m2 g" }3 _
│ │ 2_1_7_人脸检测_边框.mp4' @4 C; ]$ Q, A6 O3 [9 T
│ │ 2_1_8_人脸检测_性别年龄总结.mp4/ c- M7 A2 m8 \- L( Z. O5 [
│ │ 2_1_9_人脸检测_SDK方式.mp4
4 H& D/ r5 t1 |│ │ ) x# E8 E6 W3 p1 d( |( ^
│ ├─3.图像技术之图像识别
2 M3 g, Y: u8 z. E│ │ 2_2_1_图像识别功能_应用创建.mp4% _% z4 @* X& s. c
│ │ 2_2_2_图像识别_物体检测API_实例.mp4
! [: r. k0 B. W) o ~│ │ 2_2_3_图像检测识别_菜品识别.mp4. R/ U7 ]* h" ?% F
│ │ 2_2_4_图像检测_车辆检测.mp4
& M' t# X! I4 _; O7 u& E1 [│ │ 2_2_5_定制化图像识别_图像分类_步骤.mp4
) D0 f; } d |7 g1 U│ │ 2_2_5_定制化图像识别_特点和功能.mp4& A0 c5 Y5 r+ \" _7 k3 Z
│ │ 2_2_6_定制化图像识别_图像分类_操作.mp4' o& j( `) u/ n
│ │ 2_2_7_定制化图像识别_图像分类_关联和调用流程.mp4
+ q' y9 h; m9 h0 `2 q9 I9 g│ │ 2_2_8_定制化图像识别_图像分类_代码实现.mp4/ W2 u! [: D/ o9 x
│ │ 2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp4
1 \; {& I; H. X( O% {│ │ 2_2_10_定制化图像识别_物体检测_流程.mp48 C% I; D! r$ L. g; k
│ │ 2_2_11_定制化图像识别_物体检测API_错误码.mp4
. i! \* ?9 ]. \/ R. Q│ │
4 k. g6 v0 ^- N$ H' r│ ├─4.图像技术之文字识别
/ J+ P% |4 J* u! u5 M│ │ 2_3_1_功能介绍_创建应用.mp40 L2 c# u9 a. r: G$ f! w) X
│ │ 2_3_2_通用文字识别_代码.mp4$ G- [( i. d" O, p& p& p: e$ \- x
│ │ 2_3_3_通用文字识别_其他版本函数.mp4- ?9 y, l0 e- V- [
│ │ 2_3_4_车牌识别.mp4
- z3 J3 F4 i4 g0 Z# |. m! M( b│ │ 2_3_5_通用票据识别.mp4: E. |+ w9 h1 E' J+ Q
│ │ 2_3_6_自定义模板_步骤.mp4, v+ g. x% X7 n( f% }
│ │ 2_3_7_自定义模板_实际创建.mp4
- z) F5 j. ^7 q- d/ z│ │ 2_3_8_自定义模板_API和代码.mp4 q# Y& Y8 @0 L: P+ B
│ │ 2_3_9_创建分类器.mp4
) `) B# F: \ s9 B( S. [" X F│ │ 2_3_10_分类器代码.mp4
* ~ ~8 M- ] @/ I( u: A│ │ 5 U2 x) `( ]: E" z7 `( H" E8 H
│ ├─5.语音技术
5 ?' m4 v; t6 e+ h5 d4 V# p│ │ 3_1_1_语音识别_介绍和API.mp4
+ _% P# j# \7 p2 D2 d) d, |│ │ 3_1_2_语音识别案例_代码浏览.mp4
+ Q2 S- z/ ?) m( r│ │ 3_1_3_语音识别案例_案例.mp4
9 ?/ s- y0 Y |' f& p│ │ 3_2_1语音合成.mp4
2 l" Z: e6 S# f│ │
5 e7 S) g+ ^$ u' p: ^8 O# B│ ├─6.自然语言处理
9 Z! O2 b8 J+ M0 Y+ `8 z0 |! L8 ?│ │ 4_1_1_自然语言处理基础技术.mp44 x2 d7 A r" F4 _/ a! \ s8 ^
│ │ 1 r5 V# p1 j H" _4 G
│ └─7.人脸识别打卡案例; Y: m: H2 @9 S, h' a
│ 5_1_0_人脸打卡案例_介绍.mp4& n7 G* K$ `- C; u
│ 5_1_1_案例_前端部分介绍.mp4
: \+ [" d& m( \( p( l& b$ ~│ 5_1_2_案例_人脸搜索代码浏览.mp4 X# o; n0 t b/ r
│ 5_1_3_案例_获取token.mp4
" B$ n- B: ^7 L7 l/ p3 v0 P│ 5_1_4_案例_添加用户_人脸搜索.mp4
+ X" `6 l) B- C7 {│ 5_1_5_案例_主程序1.mp43 v$ _( \0 J0 m5 v4 M5 p
│ 5_1_6_案例_主程序2.mp4; \4 N( _! p- x" m0 A) i. u3 ~
│ / o1 `$ z; _8 A; }6 X
├─1-7 自然语言处理
- J4 u* i, |) B/ Z# \9 s# e│ ├─1.自然语言处理基础概念
|/ `( W: V' X9 ~: k% }8 s! v│ │ 0.NLP介紹.mp4
+ `8 `. e0 q, W% R│ │ 1.NLP的种类.mp4
. s- z/ @7 ?' s3 D│ │ 2.端对端深度学习模型.mp4
8 r8 D# \, Z7 m" g% E; }│ │ 3.词袋.mp4
- I. r7 g W' Q6 a3 Q& o│ │ 4.Seq2Seq.mp46 p) n* }0 L. l3 f K3 X) x8 |
│ │ 5.Beam Serch Decoding.mp4
: h% M* b. H. o V│ │ 6.Attention.mp49 h* [- b* P! |8 H( r
│ │ & y6 c& G: X' ]
│ ├─2.自然语言处理基础实作-机器学习篇
6 g( ?" C3 b( z# o S& K3 ~ r│ │ 1.机器学习-NLTK_数据读取.mp4
/ A9 u% @0 M: x│ │ 2.机器学习-NLTK_清理数据.mp4
- E( l4 k& }( U- p3 y$ Z│ │ 3.机器学习-NLTK_大小写转换.mp4) C6 \4 p6 `! e! B/ j ~
│ │ 4.机器学习-NLTK_去除虚词.mp4' x! K4 W$ V% j. g2 [; |& C
│ │ 5.机器学习-NLTK_词根化.mp41 ~6 T- R4 b; P0 p0 A, J: r
│ │ 6.机器学习-NLTK_还原字符串.mp4
# w9 i4 J) {! T$ }" a( \│ │ 7.机器学习-NLTK_稀疏矩阵.mp4' D6 X- X. S1 s# w
│ │ 8.机器学习-NLTK_最大过滤.mp41 F* X; N$ o, }& B. p+ H$ ~) a! F
│ │ 9.机器学习-NLTK_建立词袋模型.mp4* N+ Q, J- I, b! o v; `' E
│ │ 3 o( m! x% i5 D. F- c8 g
│ ├─3.自然语言处理基础实作-深度学习篇. x' K. Z' Q/ U# B* S
│ │ 10.深度学习-Deep Learning in NLP.mp4. I# ~; H0 Y0 n3 o# f6 {! k3 y
│ │ 11.深度学习-Deep Learning in NLP_模型优化.mp4, L2 d7 W& H' g5 \
│ │ 12.深度学习-Deep Learning in NLP_模型加速.mp4$ I1 t" y7 w, M/ F1 F) X N
│ │ 0 C% \. t3 v$ l( Y( L" S5 S7 Z
│ ├─4.自然语言处理核心部分9 Y! c) |4 |& v5 d
│ │ 1.CNN REIVEW.mp45 X1 Z! X L! Y4 Y7 Y2 O: Z# c
│ │ 2.CNN CODE.mp4: b, R( t) I; d" Z' H
│ │ 3.RNN REVIEW.mp46 K/ K( l: C4 u( O: U: R. _0 z
│ │ 4.RNN CODE.mp4
; T% O" K8 p2 B @3 w5 z/ G: c│ │ 5.LSTM.mp43 s/ \( \, h; @( Q, D4 f+ `; l; I+ U- c! R
│ │ 6.LSTM_CODE.mp4
% e. b$ M) Q$ y& C& B6 n4 u+ E. [│ │ 7.文本分类.mp4. g" T4 v& E7 ^3 J8 W
│ │ 8.文本分类的方式.mp4: U0 I+ P( g; G# [
│ │ 9.文本分类CNN&RNN.mp49 T/ ?; n/ p$ n- ^- o) `
│ │ 10. 文本分类 CNN 模型使用.mp41 x3 T x( o, i# q
│ │ 11. 文本分类 RNN 搭建.mp44 e# y& X6 x! n6 R' \+ Y+ F
│ │ ' ]/ b: G# S4 T" o
│ └─5.实战项目-从无到有打造聊天机器人 x! q3 p& s8 S5 R) j$ V
│ 00. chatbot.mp4! L6 d% k) C/ V
│ 01. chatbot 搭建计画.mp48 h N1 `0 E; q! q7 A7 p
│ 02. chatbot 环境搭建下载数据集.mp49 P# m# F$ T0 k
│ 03. chatbot 下载数据集.mp4
9 |$ j) s) P/ p│ 04. chatbot 导入依赖包.mp4
- j2 R& Y: ?* A│ 05. ChatBot 读取数据.mp4# q$ s4 X6 X Y" j1 `: N
│ 06. chatbot 创建对話字典.mp4
+ E- `4 d6 m6 T5 A+ D│ 07. ChatBot 建立对话列表.mp4
& q) B& @; m( |% _/ f& V" c│ 08. ChatBot 问答集.mp4% E% g% e# P3 h1 T
│ 09. ChatBot 数据初步清洗.mp4
( Y* w- i9 D) A! T│ 10. ChatBot 清理问题集&回答集.mp4
2 |4 L' s6 T: x- D│ 11. ChatBot 统计字频.mp45 ?/ T" v- N2 z# Z$ F+ q
│ 12. ChatBot 标记化&去除少数字.mp4
* D# ^: R( }' r l2 O$ n│ 13. ChatBot 最终标记.mp4: q7 \. L3 C/ _( y4 b$ S
│ 14. ChatBot 逆向字典.mp4' P% o" Z3 D) F; R
│ 15. ChatBot 添加 EOS 标签.mp4
) Q- t3 ]: P8 y' F│ 16. ChatBot 问答数列化.mp4
% h9 i/ L) l6 t. G# Z│ 17. ChatBot 长短句.mp4
0 a" ^( }1 |* y6 _. q" Q│ 18. ChatBot input&output.mp4+ ]" E6 @* k7 p$ x3 H' a$ v
│ 19. ChatBot 处理输出.mp4
3 Z( p0 h2 O0 }- i& w│ 20. ChatBot 建立RNN 模型.mp4) ^4 T+ `# [- ^8 G! n( K
│ 21. ChatBot 解码器训练.mp4
Z; i7 {, K( w│ 22. ChatBot 解码器测试.mp47 b* m8 E1 B5 M& y3 q% t R' ^# y
│ 23. ChatBot 创建解码RNN.mp4
. I" D# W- H* L1 q# F; H" S│ 24. ChatBot Seq2Seq 模型.mp4+ B. w* n$ a/ }( w
│ 25. ChatBot 設置超参数.mp4
4 n3 @. f) _% W! Z1 v5 A│ 26. ChatBot 启动运算.mp4
2 Z1 P5 \6 O3 u8 S- Y1 Y5 H│ 27. ChatBot 模型 input.mp4) Q3 }/ `1 U- y1 {
│ 28. ChatBot 模型輸入序列長度.mp4
1 q! {) M) R/ M2 K& l' p│ 29. ChatBot 設置輸入的数据形状.mp4& `0 L. f; r* R8 v: M" ?, J& U2 ~
│ 30. ChatBot训练 & 测试結果.mp4' u: t6 _& }4 }* L6 X5 |" ?
│ 31. ChatBot 损失,优化,梯度消減.mp4
" w8 S0 u5 E2 H8 F0 h9 ?│ 32. ChatBot 问答等长处理.mp4
- z8 e' o: O/ b" ]8 o. Q│ 33. ChatBot 问答数据批量.mp4
, A; z' p: Z; ?' j+ r$ I│ 34. ChatBot 数据分割.mp4
6 H- s4 I6 E, c8 r+ A│ 35. ChatBot 训练.mp4% N% i9 i) T- g0 h8 D
│ 36. ChatBot 训练2.mp45 a* K4 O) V6 Q0 u# e* g# b# f
│ 37. ChatBot 测试.mp4
7 K* X1 C6 ^. ^" I& T│ 38. ChatBot 输入修飾.mp4
& ]) n) [& R5 }2 @5 s5 |! \│ 39. ChatBot 开始聊天.mp44 m' V& |. X3 B% s! o
│ $ O& q! N0 G( `4 K+ d: W- c
├─1-8 图片商品物体检测项目第一阶段-检测算法原理- g* p; I& u0 }* k
│ ├─1.目标检测概述
, H3 s8 k; \2 A3 |( L│ │ 01_课程要求以及目标.mp45 T! t0 o, a6 o0 k1 z
│ │ 02_项目演示结果.mp4
6 Q' ~4 [( ]; B* P│ │ 03_项目结构以及课程安排.mp42 i9 d4 Q% m3 ^( o+ t7 K
│ │ 04_图像识别背景.mp4" g) J5 X" D( U* j
│ │ 05_目标检测的定义和技术历史.mp4* v; q. {5 y2 x+ I2 F; x6 F
│ │ 06_目标检测应用场景.mp4
! n6 [+ n' p% \7 R% e│ │ 07_目标检测算法原理铺垫.mp48 n4 f1 x) h8 B3 E
│ │ 08_目标检测任务描述.mp4! V- N# J9 r0 h* E7 L! V' ?
│ │
5 ?# r( X& t; \1 `7 l9 X& [│ ├─2.RCNN原理
) E6 P- \+ v- u+ u0 A5 N( f│ │ 01_Overfeat模型.mp4
5 l$ g; L$ r! Q) K- ]+ H" C│ │ 02_RCNN:步骤流程介绍.mp4- ^1 G0 F; i* s) W c
│ │ 03_RCNN:候选区域以及特征提取.mp4: S8 s" G# W }& t, S6 a
│ │ 04_RCNN:SVM分类器.mp4
* X. n' u" K! R: k* Y3 I5 z f* Q. L│ │ 05_RCNN:非极大抑制(NMS).mp4, Z) J1 D' Z8 ?! o/ F* C
│ │ 06_RCNN:候选区域修正.mp4
. L* e9 A! ?, {│ │ 07_RCNN:训练过程与测试过程介绍.mp41 Q0 Y) y6 C" l' J) T; E
│ │ 08_RCNN:总结、优缺点与问题自测.mp4$ J/ q# S: X& M; n* z
│ │
& {5 g/ o; y' C* h: ~│ ├─3.SPPNet原理
V4 @& Y0 O9 }& H) B+ p) z3 W) f4 d│ │ 01_SPPNet:与RCNN的区别、网络流程.mp49 k2 J) U+ T4 k- I$ F" P& }+ n5 J
│ │ 02_SPPNet:映射.mp4( c- G% U t9 m
│ │ 03_SPPNet:SPP层的作用.mp4& V# {) h2 @ P" `
│ │ 04_SPPNet:总结、优缺点与问题自测.mp4
5 U2 R; Z! b2 D+ y- ^. E│ │
4 T$ g) W% X0 ^/ J9 z' \& s; X│ ├─4.FastRCNN原理' k. M( |" ^( h2 p# x
│ │ 01_FastRCNN:改进之处以及网络流程.mp4/ E( w, y; T$ e0 Z- \, e
│ │ 02_FastRCNN:RoI pooling结构以及SPP对比.mp48 u) i7 |8 Z8 w* ?4 y& J7 N; }
│ │ 03_FastRCNN:多任务损失.mp4! i1 t9 C+ `2 S* [8 K3 {8 T2 }. P
│ │ 04_FastRCNN:总结与问题自测.mp4
- i) w3 n% k, n│ │
' O: m; k Q) _% b, t y$ Y% q│ ├─5.FasterRCNN原理. u, w& V$ r* v% d4 g$ N" X# m/ q
│ │ 01_FasterRCNN:网络结构与步骤.mp4
! e, k" A$ {/ v│ │ 02_FasterRCNN:RPN网络的原理.mp4
4 d/ q" J- t" u9 U* C: @# M│ │ 03_FasterRCNN:总结与问题自测.mp4
. {! H g; K0 |' p/ i! G│ │ + V8 ?8 k5 I% S* T, {: F
│ ├─6.YOLO原理+ P) \9 f9 `: I% u% N
│ │ 01_YOLO:算法特点与流程介绍.mp4 _; L5 O5 I3 k7 [6 |
│ │ 02_YOLO:单元格原理过程.mp4
, E6 P- N( e1 r* w ?& V8 ?│ │ 03_YOLO:训练过程样本标记.mp4
2 k7 J# b9 R' n. [, E3 x│ │ 04_YOLO:总结.mp4
. s! @, Y; B4 c; T: w# z│ │ # _+ z K0 D5 Y1 z4 H% B
│ └─7.SSD原理* @" n& B2 @8 ~/ x
+ @ k+ s4 c- |8 V6 ~* D8 \; U│ 01_SSD:网络结构与Detected结构.mp4
& S1 j( G. t$ e│ 02_SSD:localization与confidence.mp41 w; O' Q, M, s& l5 A$ [) }5 O; q {
│ 03_SSD:训练与测试流程总结.mp48 z$ Z& v* Q: B4 I9 [$ Z
│ 04_TensorflowSSD接口介绍.mp4
2 Q8 B0 D2 b, B2 I$ F│ 05_第一阶段算法总结.mp41 Y+ l( a$ ]+ w0 z
│
: O2 I. ?5 n0 v├─1-9 图片商品物体检测项目第二阶段-数据集制作与处理; U' z0 _; N. A0 S/ s+ ~4 t
│ ├─1.数据集标记
{ [& [$ @7 c) f% }│ │ 01_目标检测数据集介绍.mp4
% F0 i5 [) H! X% D! W│ │ 02_商品数据集标记.mp4$ M0 A1 @% X1 x) n, V. t
│ │
r! k( b, n! h( p. M+ b. U$ q│ ├─2.数据集格式转换
" ]7 v: m6 n; {: }│ │ 01_数据集格式转换介绍.mp47 @9 ^: R( y }7 V9 f
│ │ 02_格式转换:代码介绍.mp4
0 ?, m, J0 P" g% U│ │ 03_格式转换:文件读取以及存储逻辑.mp4" H6 u. a6 F" V/ m. S1 L: z! Z% B; H
│ │ 04_格式转换:图片数据以及XML读取.mp4/ j: t4 u# u7 U- e( ^3 ?1 h$ I
│ │ 05_格式转换:example封装、总结.mp4; c- O3 M* {* s( C; o. ?, R0 O
│ │
7 v. k7 L2 I2 C* G8 M│ └─3.TFRecords读取1 q! E% g( P( V% ?! O0 ^5 X9 l
│ 01_slim库介绍.mp4
& B* {0 U* T6 {# n7 h│ 02_TFRecord读取:Dataset准备.mp4. u$ C3 R8 T1 B9 h
│ 03_TFRecord读取:provider读取.mp4/ i4 E; s0 J) { a( f
│ 04_第二阶段总结.mp44 h1 @( q4 @4 }% n" z5 `: O/ V) L
│ - m |1 p- m( Y% |: t2 n
└─1-10 图片商品物体检测项目第三阶段-项目实现与部署
+ \+ Y& a% g) U ├─1.项目架构
1 Z8 O8 ^1 s3 C- P# k! @ │ 01_项目架构设计.mp47 u3 f' \" b7 y1 t O
│ 02_训练与测试整体结构设计.mp4$ k+ |4 c, Y. j* g' w( f
│ + m) _$ R# u, \' k
├─10.TFServing客户端
; D2 Y2 @ C' ]! t. V │ 01_Tensorflow serving client逻辑.mp4; a6 K; E) U7 n& F2 F9 T- w
│ 02_Client:用户输入图片处理.mp4# ^# w3 \( x+ ], {3 J# D' P
│ 03_Client:grpc与serving apis介绍.mp4
* Z* Q% K) V2 Z n5 J4 Q0 \% H2 u │ 04_Client:客户端建立连接获取结果代码.mp4& q; ~, l' i! U$ e: ]3 E7 \% u7 G
│ 05_Client:结果解析.mp4
( B6 c, T7 r3 @. Q B% I; r │ 06_Client:结果标记返回.mp47 B+ t! Q H! `& k' p! a
│
+ q: S2 u& O( f5 R' _# o1 u ├─11.服务器部署. W# M6 D; F% B9 g0 |+ L: C: t
│ 01_服务器部署:服务器部署的代码文件需求、服务开启.mp4+ o7 E0 v6 M6 ?; H# ~( G$ [& R
│ 02_项目总结.mp4
; m4 i) Z4 i/ j! U │
: ?. s! e/ u6 h! r( x' }0 B4 V6 F ├─2.数据接口实现
" r1 D4 ], R; I4 x4 X │ 01_数据接口:商品格式转换实现.mp4
1 n% k- \2 U& p │ 02_数据接口:读取数据接口设计以及基类如何定义.mp4
- D* N7 r% |! C4 W │ 03_数据接口:商品数据读取子类实现.mp4; a0 L+ R6 z! A( Z; m( R
│ 04_数据接口:数据读取工厂逻辑实现.mp4& u8 L( h9 o9 ]2 z! W
│ 05_数据接口:代码运行与数据模块总结.mp4
' n: I0 ?, H6 Z$ j: d3 K │
; ~& f+ k4 o6 C! {8 s8 Q+ \ ├─3.模型接口实现
4 |) i% Y5 H! d0 y& B. ] │ 01_模型接口:接口设置以及模型工厂代码.mp4
; w P6 m# @6 x# P* a │
( D5 ^% A, u- z c- {0 U/ b ├─4.预处理接口实现
2 _' G, ]2 \* M; x │ 01_预处理接口:预处理需求介绍、数据增强介绍.mp4: W3 }) f/ r) @
│ 02_预处理接口:预处理工厂代码.mp4
: b+ {7 R- i& H7 i1 V5 Y _ │ 03_预处理接口:预处理工厂代码参数错误调整.mp4
% E+ u6 b. I' v n. E3 d │ 04_数据接口、模型接口、预处理接口参数总结.mp4
4 _) X( H. G! R( L' c │
4 d0 B7 q0 @7 I ├─5.训练过程实现# _. g6 z7 s7 O, P6 K
│ 01_训练:训练步骤与设备部署介绍.mp4
& t6 E, j5 A' o4 a. z# V: D) d │ 02_训练:model_deploy介绍.mp48 o4 S J2 {4 `! r, V) ~0 O
│ 03_训练:训练运行结果显示与初始配置确定.mp4
\! P; |6 Y3 b8 f8 w8 p# D. h │ 04_训练:1设备配置代码以及全局步数定义.mp45 i9 E6 _1 X) [6 _ G
│ 05_训练:2图片数据读取与处理逻辑介绍.mp4/ j- {: |. I" d8 [9 [: X) u
│ 06_训练:2数据模块与网络模型获取结果.mp43 H+ S+ ^$ R9 p% r( p
│ 07_训练:2网络参数修改、provider获取数据、预处理.mp4) `( m8 l- }5 }/ f8 X, ]
│ 08_训练:2NHWC和NCHW介绍.mp4
& x+ w$ I! t3 v, U3 o3 ? │ 09_训练:2对anchors进行正负样本标记.mp4
+ a) Z% w! F3 ]' ^9 q' J& p! d$ S │ 10_训练:2批处理获取以及数据形状变换.mp41 ]/ a& [0 r' D
│ 11_训练:2队列设置.mp4
0 Y# k& a' ]7 ~ d5 O; _) S │ 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
2 d* n' _# y( A& p8 |& d1 Q │ 13_训练:5总损失计算与变量平均梯度计算6训练配置.mp42 \8 F! w L& d$ i& \: Z
│ 14_训练:训练流程总结.mp45 N% j [6 H' y0 [2 D- Z6 f
│
- J- m: U) a. x7 Y3 Q8 I ├─6.测试过程实现
$ n* t. _" h( t* c │ 01_测试:测试流程介绍、代码.mp4! @9 m) H7 _- {
│ 02_测试:图片输入、结果标记代码.mp4& I' {$ v1 B" ]3 f! }( `
│ 1 a) T+ k$ r0 _, M0 U: S
├─7.模型部署介绍
v& `( V7 h6 I% E+ [* ` │ 01_web服务与模型部署流程关系介绍.mp4# K6 a# Y2 d# c6 Q/ i
│ 02_本地TensorFlow Serving演示以及逻辑介绍.mp4
; R, v4 B5 ~- R) H) K │ 6 O" A. h& B& q1 d- Q
├─8.导出模型% {3 {" }* p/ h6 m* A1 m1 t7 V' f& p
│ 01_模型导出:模型输入输出定义.mp4
: M) J# M7 a: b; C9 P' \+ X │ 02_模型导出:Savedmodel导出模型.mp4+ a5 @( Y g9 s) |) g Y6 U2 g
│
0 u/ R$ Q, X8 y: A └─9.打开模型服务
" U8 w4 r% z* I3 k 01_开启模型服务.mp4; {& ^' M8 R$ D) E5 B9 ~& H% W; F
. {* D# o% p7 Q ~; V, u6 ]
+ \" t$ V/ g( g
: ^& k$ b( I9 K: c6 y2 r3 h' S9 {; }9 T
9 X) c# J4 [) X ]1 Z: ]: z- ]7 C
0 A3 r5 M2 G6 P$ z) h/ ?. G8 I9 a K* z! ` V
9 f W, y# e& G, V5 Z' V
) Q& I# H2 G! d2 M& J |
|