【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】
集数合计：10章
' n7 g- t5 j0 p5 m+ Z
( A% P; E7 p" H, R% B9 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
9 j& e" P+ Y: R, u如何获取资源：VIP升级： https://www.javazx.com/thread-10591-1-1.html
5 M/ @, S& b7 `5 r( T" aVIP说明：   月度VIP：使用期限30天
                  年度VIP：使用期限365天
4 g1 {7 K! S9 r: q" |( F  w                  终身VIP：使用期限永久
  i  @3 I1 ~) E) i) V$ m3 }3 P
Java视频教程详情描述：
, D* O* [: e' L- Q* n' p& [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 w0 V- u. ]1 W# M1 _, o8 U
3 g1 ]. b& r8 a) s. ^1 yJava视频教程目录：
. I9 B2 P  \1 }( i

│  │      
6 R2 f7 H5 `. a4 j│  ├─3.浅层神经网络
│  │      01_浅层神经网络表示.mp4
7 S% w- N3 W6 ^│  │      02_浅层神经网络的前向传播.mp4
; M8 L; c' p) ]% |) ?" o1 `│  │      03_激活函数的选择.mp4
8 H8 N3 X0 `7 e4 w1 }│  │      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】
9 M( r: B& n& X1 Q9 N│  │      06_作业实现：初始化模型与前向传播.mp4
│  │      07_作业实现：反向传播与更新梯度.mp4
│  │      08_作业实现：网络模型逻辑实现.mp4
│  │      09_总结.mp4
! f. G+ E: J. o! J│  │      
: o  C$ v3 }& ^# v│  └─4.深层神经网络
│          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
│          03_参数初始化与超参数介绍.mp4
1 p8 T9 f* d' r6 z& n/ C. O4 {; V5 |│          javazx.com
0 Q. x" K- f- `: }- Y5 L( ?
│         
3 X' x: L7 S5 V( d2 s# l├─1-2 深度学习优化进阶
│  ├─1.多分类
' I2 U$ }, ?8 r6 G/ z6 \, ~# I5 J│  │      01_深度学习紧接、多分类介绍.mp4
│  │      02_交叉熵损失原理.mp4
│  │      03_案例：Mnist手写数字数据介绍.mp4
$ L; W: T, w8 h2 {) p│  │      04_案例：网络结构、流程、代码介绍.mp4
  t+ Z3 `, w- @" D│  │      05_案例：主网络结构搭建实现.mp4
$ D) n4 r# d6 t4 F4 C& ?│  │      06_案例：添加准确率.mp4
│  │      07_案例：Tensorboard观察显示.mp4
: h9 Z" @) J1 h* p) T+ t│  │      08_案例：添加模型保存、预测.mp4
│  │      09_调整学习率带来的问题.mp4
│  │      
│  ├─2.梯度下降算法优化
│  │      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
  j- d, o" Z5 w" ]8 Y│  │      03_指数加权平均.mp4
6 r, [1 @, X& h# u! v│  │      04_动量梯度下降原理公式理解.mp4
8 ]* C; q* [" t│  │      05_RMSProp与Adam原理与学习率递减.mp4
6 E0 u( J+ H# V$ }! I" L8 a' q4 U│  │      06_标准化输入带来的优化.mp4
7 e" |' f+ w  H! s. J) S7 }+ g│  │      07_作业介绍.mp4
│  │      08_作业讲解1.mp4
$ l- L  e, v' w5 p# ^│  │      09_作业讲解2.mp4
0 L& v1 d( a  Y( P, O) Y( c5 g, `4 N; }│  │      
/ C9 q1 y$ R5 G. M% w" j4 x) N│  ├─3.深度学习正则化
│  │      01_深度学习偏差与方差介绍为、什么需要正则化.mp4
! z0 x" u6 j4 d) H3 y│  │      02_正则化概念、L2正则化与L1正则化.mp4
# ^/ ?( V& ^3 d' o) N0 |2 Z5 |6 b│  │      03_Droupout过程与原理理解.mp4
! L" \' E6 r7 K/ w) c│  │      04_其它正则化方法-早停止法与数据增强.mp4
│  │      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
│          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
│         
├─1-3 卷积神经网络
. ^8 B- q+ r0 G' Q9 s% ?* n5 o2 ^1 i│  ├─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
4 w2 W  p( L( ?, v, ^0 M) `│  │      02_卷积网络结构介绍.mp4
│  │      03_默认卷积的运算过程.mp4
│  │      04_零填充.mp4
/ O( t9 T, o5 J" q, B│  │      05_过滤器大小与步长.mp4
│  │      06_多通道的卷积与多卷积核.mp4
│  │      07_卷积总结.mp4
│  │      08_池化层.mp4
│  │      09_全连接层.mp4
│  │      
│  ├─2.经典分类结构
│  │      01_LeNet5的计算过程详解.mp4
% N  P3 j- [% J│  │      02_常见网络结构介绍.mp4
% `; X7 Q6 Y9 G# M/ P# C6 Q│  │      03_Inception(1x1卷积介绍）.mp4
4 R# ^  @+ D* c) o│  │      04_Inception结构以及改进.mp4
7 L9 }0 z) }5 {3 U9 R# L: K* t│  │      05_GoogleNet了解与卷积网络学习内容.mp4
3 u1 c) p) u$ O% f, B" V│  │      
│  └─3.CNN实战
│          01_作业介绍.mp4
' {( p' E' O4 V/ G" x- ~& y9 G7 s│          02_作业讲解.mp4
│          03_迁移学习.mp4
│         
├─1-4 循环神经网络
│  ├─1.循环神经网络
% t( j# g9 x; A4 h1 Q│  │      01_循环神经网络背景介绍.mp4
│  │      02_循环神经网络结构原理.mp4
5 E. |- K' R. m0 P* {5 y* b: y│  │      03_词的表示与矩阵形状运算.mp4
/ Q; x6 K; k5 ~# ^4 F│  │      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
│  │      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
│  │      09_手写RNN案例：单个cell的反向传播.mp4
  ~/ e4 ^9 i+ t│  │      10_手写RNN案例：所有cell的反向传播.mp4
│  │      11_案例总结.mp4
- \+ |  e4 z; c- E; p│  │      12_GRU与LSTM介绍.mp4
│  │      
│  ├─2.词嵌入
│  │      01_词嵌入介绍.mp4
│  │      02_词嵌入案例.mp4
│  │      
' M- R. i$ d* V8 a  N2 p4 l│  └─3.seq2seq与Attention机制
│          01_seq2seq介绍与理解.mp4
; M5 k) Z0 r2 S, F* G│          02_seq2seq机器翻译等场景介绍分析.mp4
│          03_Attention原理分析.mp4
│          04_机器翻译案例：日期格式翻译转换、代码结构介绍.mp4
; h, Z  X1 e/ k* U1 x│          05_机器翻译案例：模型参数定义.mp4
! a8 A! a% R3 f0 o│          06_机器翻译案例：数据获取以及数据格式转换介绍.mp4
│          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
│          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
│          11_机器翻译案例：seq2seq的输出层定义.mp4
* C0 n4 C4 ?7 q! Y6 D│          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
│          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
8 y7 b3 Y  S  w│          16_机器翻译案例：测试逻辑结果演示.mp4
2 ^7 S' p- o! @% ?+ U6 u. y│          17_集束搜索介绍.mp4
│         
% T& h' l, N( k! ]5 r├─1-5 高级主题
│  ├─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
│  │      03_生成数字图片案例：结果演示流程介绍.mp4
│  │      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
  N9 w& }$ B6 B│  │      06_生成数字图片案例：运行保存图片并对比.mp4
│  │      
0 U; P2 V( q' {│  ├─2.自动编码器
│  │      01_自动编码器介绍.mp4
& T+ l7 \& T+ t% p( ~│  │      02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp4
' Q1 p/ o. P% v" n9 B3 x$ |" k% c│  │      03_案例：训练普通自编码器.mp4
│  │      04_案例：深度自编码器编写演示.mp4
│  │      05_案例：卷积自编码器编写演示.mp4
│  │      06_案例：降噪编码器介绍.mp4
│  │      07_案例：降噪编码器案例.mp4
1 q+ }% B- Y- L/ T: x7 ]│  │      
( L  [  w) p' E3 }3 h│  └─3.CapsuleNet
│          01_CapsuleNet了解.mp4
+ {) x' C: y9 l8 N/ u) C; E% M│          02_深度学习课程总结.mp4
! Q* W, [8 l8 G# o! x0 E│         
& {9 B3 x7 `7 f* p' h# ]1 a6 ^. v├─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
  H8 F! `$ V  t) G5 I9 v0 U+ I, W│  │      1_3_百度深度学习平台_介绍.mp4
2 R9 C2 W1 F, C│  │      1_4_百度深度学习平台_创建集群.mp4
% ]* T  f6 v" Y/ x2 b│  │      1_5_百度人工智能平台_功能介绍.mp4
│  │      1_6_人工智能平台_服务开通.mp4
│  │      1_7_人工智能平台_访问方式和SDK安装.mp4
; L% N* [' g8 K( {3 i, c│  │      
│  ├─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
1 S  i1 w$ x3 M! O$ S0 N# F2 Z│  │      2_1_2人脸识别_API.mp4
% L' N0 V  X' c9 u' W│  │      2_1_3_人脸检测_步骤和代码浏览.mp4
+ a/ R8 G) j) D  b3 z# o. n│  │      2_1_4_人脸检测_获取access_token.mp4
│  │      2_1_5_人脸检测_调用API.mp4
: }, d# b3 |3 F& H│  │      2_1_6_人脸检测_图像坐标.mp4
+ |# A) |6 e2 Y. G$ n│  │      2_1_7_人脸检测_边框.mp4
│  │      2_1_8_人脸检测_性别年龄总结.mp4
│  │      2_1_9_人脸检测_SDK方式.mp4
│  │      
$ J3 E; Y$ M8 P│  ├─3.图像技术之图像识别
│  │      2_2_1_图像识别功能_应用创建.mp4
│  │      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_2_4_图像检测_车辆检测.mp4
) Q# Q. h: D6 O│  │      2_2_5_定制化图像识别_图像分类_步骤.mp4
│  │      2_2_5_定制化图像识别_特点和功能.mp4
4 ]; s/ Q$ @7 I' H% c) I9 F; }9 J│  │      2_2_6_定制化图像识别_图像分类_操作.mp4
, s9 r! A5 a3 u! J+ \│  │      2_2_7_定制化图像识别_图像分类_关联和调用流程.mp4
  Z: }2 i* `8 j! R│  │      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
$ K% k6 f) o  o( j4 m" a, T9 w* n│  │      2_2_10_定制化图像识别_物体检测_流程.mp4
│  │      2_2_11_定制化图像识别_物体检测API_错误码.mp4
9 i+ D# M. A) m0 c1 {' d│  │      
0 U: N0 I# f$ ~% O: x3 a7 b│  ├─4.图像技术之文字识别
! w  k* [& o6 M+ |6 n- J& N! N│  │      2_3_1_功能介绍_创建应用.mp4
│  │      2_3_2_通用文字识别_代码.mp4
│  │      2_3_3_通用文字识别_其他版本函数.mp4
( m; H" b0 ], P) \, }3 ]! a/ i! R│  │      2_3_4_车牌识别.mp4
- O8 q( m& b& o1 m: R) j* P' h$ u6 M│  │      2_3_5_通用票据识别.mp4
' v8 h! Z' d9 K│  │      2_3_6_自定义模板_步骤.mp4
: T( f1 h! C. l5 o# U2 i  d2 e; @│  │      2_3_7_自定义模板_实际创建.mp4
│  │      2_3_8_自定义模板_API和代码.mp4
│  │      2_3_9_创建分类器.mp4
& ]! {7 ~8 M: t│  │      2_3_10_分类器代码.mp4
│  │     
7 l3 F. s1 p& U. N# C: ^│  ├─5.语音技术
( h! ]) W# R/ b% g4 g4 @│  │      3_1_1_语音识别_介绍和API.mp4
│  │      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
, m9 t. H9 j3 x; X  G│  │      3_2_1语音合成.mp4
│  │      
+ }) l& ~* {8 Z│  ├─6.自然语言处理
) J% q  s  N* p5 K9 z│  │      4_1_1_自然语言处理基础技术.mp4
│  │      
│  └─7.人脸识别打卡案例
│          5_1_0_人脸打卡案例_介绍.mp4
│          5_1_1_案例_前端部分介绍.mp4
5 k2 t8 L& M. g, C' f│          5_1_2_案例_人脸搜索代码浏览.mp4
│          5_1_3_案例_获取token.mp4
& @+ }5 v0 q! c1 m│          5_1_4_案例_添加用户_人脸搜索.mp4
* m+ C; @$ N1 A+ l& B9 k" S│          5_1_5_案例_主程序1.mp4
1 ~# U$ K2 P* M" Y2 k│          5_1_6_案例_主程序2.mp4
│         
├─1-7 自然语言处理
│  ├─1.自然语言处理基础概念
│  │      0.NLP介紹.mp4
│  │      1.NLP的种类.mp4
│  │      2.端对端深度学习模型.mp4
│  │      3.词袋.mp4
│  │      4.Seq2Seq.mp4
+ [. u& v8 X, `0 B│  │      5.Beam Serch Decoding.mp4
8 m( a, h3 s' o) F! @│  │      6.Attention.mp4
/ a' o8 k/ z: S1 j) [2 z│  │      
! V5 \- s: \; m7 q$ Y/ v9 s6 v) k, R, U│  ├─2.自然语言处理基础实作-机器学习篇
3 S) f2 k2 D7 s│  │      1.机器学习-NLTK_数据读取.mp4
  Z  i  S5 A# q& D, |" ~│  │      2.机器学习-NLTK_清理数据.mp4
' w6 L7 A: J8 g5 d+ _8 d- g( {/ K│  │      3.机器学习-NLTK_大小写转换.mp4
9 b# Y5 s& b- y4 i9 y& @# I$ E' P│  │      4.机器学习-NLTK_去除虚词.mp4
) s! Q1 e( ~3 V, q. F  K│  │      5.机器学习-NLTK_词根化.mp4
0 t8 i$ W& _0 Y7 L2 P4 h" |│  │      6.机器学习-NLTK_还原字符串.mp4
│  │      7.机器学习-NLTK_稀疏矩阵.mp4
  P- V/ c0 X  y% v$ C│  │      8.机器学习-NLTK_最大过滤.mp4
0 l  ]; w( z1 Y│  │      9.机器学习-NLTK_建立词袋模型.mp4
# Z: d' Y9 Q& z, N/ N3 t! ^8 f: s3 h│  │      
│  ├─3.自然语言处理基础实作-深度学习篇
: o* A/ R. v7 t2 {: [│  │      10.深度学习-Deep Learning in NLP.mp4
( U+ D# w8 T+ Q0 l4 _- g│  │      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
│  │      
│  ├─4.自然语言处理核心部分
│  │      1.CNN REIVEW.mp4
/ H( D. B6 j) L: Y5 X# e6 ^│  │      2.CNN CODE.mp4
│  │      3.RNN REVIEW.mp4
" L& n8 h' T# D! H7 C% }│  │      4.RNN CODE.mp4
( h6 x. b: p. ?% G│  │      5.LSTM.mp4
│  │      6.LSTM_CODE.mp4
│  │      7.文本分类.mp4
│  │      8.文本分类的方式.mp4
* g9 n8 T. t% |│  │      9.文本分类CNN&RNN.mp4
│  │      10. 文本分类 CNN 模型使用.mp4
8 [2 s& i$ u$ \  b│  │      11. 文本分类 RNN 搭建.mp4
│  │      
! f6 X5 w. ~- r/ i# H│  └─5.实战项目-从无到有打造聊天机器人
" C$ z8 ^2 K" \7 A7 k│          00. chatbot.mp4
& E8 Q3 }0 L: d4 l│          01. chatbot 搭建计画.mp4
│          02. chatbot 环境搭建下载数据集.mp4
" b+ h8 }; R+ ?: u│          03. chatbot 下载数据集.mp4
: ]: T$ B/ t, M- k│          04. chatbot 导入依赖包.mp4
│          05. ChatBot 读取数据.mp4
│          06. chatbot 创建对話字典.mp4
+ K; b6 N1 d3 e3 b, {│          07. ChatBot 建立对话列表.mp4
│          08. ChatBot 问答集.mp4
│          09. ChatBot 数据初步清洗.mp4
3 _5 n7 \2 i% B& x│          10. ChatBot 清理问题集&回答集.mp4
+ K" |6 \2 K; }# k7 p6 c9 Y│          11. ChatBot 统计字频.mp4
│          12. ChatBot 标记化&去除少数字.mp4
│          13. ChatBot 最终标记.mp4
9 I" z! U- _+ R, H& z│          14. ChatBot 逆向字典.mp4
" U1 |8 y1 r  i8 C1 w│          15. ChatBot 添加 EOS 标签.mp4
# z3 y" O3 V: |+ Q2 ?  ~# S│          16. ChatBot 问答数列化.mp4
9 P) O7 g8 F/ g. S' R│          17. ChatBot 长短句.mp4
  A3 F2 y* h/ |: g│          18. ChatBot input&output.mp4
9 j" s9 y; n4 L) A" o  U│          19. ChatBot 处理输出.mp4
│          20. ChatBot 建立RNN 模型.mp4
│          21. ChatBot 解码器训练.mp4
: C% p! |7 x4 b( \; \( o' q│          22. ChatBot 解码器测试.mp4
: g( B& Z+ J. [( ^│          23. ChatBot 创建解码RNN.mp4
  Y+ Z+ I, N  y9 q% n! ~│          24. ChatBot Seq2Seq 模型.mp4
2 l1 A( v+ z+ N0 x│          25. ChatBot 設置超参数.mp4
  a" W1 J' \' M, K│          26. ChatBot 启动运算.mp4
│          27. ChatBot 模型 input.mp4
/ M7 q0 A3 M5 r4 [4 j0 f│          28. ChatBot 模型輸入序列長度.mp4
│          29. ChatBot 設置輸入的数据形状.mp4
$ D. `- A' R# E4 ^7 H8 u: v3 |- {' W│          30. ChatBot训练 & 测试結果.mp4
│          31. ChatBot 损失，优化，梯度消減.mp4
│          32. ChatBot 问答等长处理.mp4
│          33. ChatBot 问答数据批量.mp4
# i" S+ [: ~. w0 K" R9 ^9 @6 j│          34. ChatBot 数据分割.mp4
│          35. ChatBot 训练.mp4
│          36. ChatBot 训练2.mp4
│          37. ChatBot 测试.mp4
$ v% E8 w7 u$ Y0 D0 {& r│          38. ChatBot 输入修飾.mp4
│          39. ChatBot 开始聊天.mp4
" Y- i( I) G' _& f  y# G│         
, m& w' N: T" e/ |8 v├─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
│  │      01_课程要求以及目标.mp4
│  │      02_项目演示结果.mp4
│  │      03_项目结构以及课程安排.mp4
│  │      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
│  │      
│  ├─2.RCNN原理
! g$ n; }0 D' }6 y) ~% B% }& u* K1 j│  │      01_Overfeat模型.mp4
│  │      02_RCNN：步骤流程介绍.mp4
│  │      03_RCNN：候选区域以及特征提取.mp4
│  │      04_RCNN：SVM分类器.mp4
│  │      05_RCNN：非极大抑制（NMS）.mp4
" a& O' S/ J6 u8 [│  │      06_RCNN：候选区域修正.mp4
6 h3 k2 w- t% W. f' a& X) O$ @│  │      07_RCNN：训练过程与测试过程介绍.mp4
* }& T- n3 b6 n' G4 c2 |│  │      08_RCNN：总结、优缺点与问题自测.mp4
1 a, \6 \* D7 z3 S; D( A" K│  │     
│  ├─3.SPPNet原理
5 \. x& n6 V; t! A│  │      01_SPPNet：与RCNN的区别、网络流程.mp4
2 I. k! u, n1 H( x/ ?' ]│  │      02_SPPNet：映射.mp4
; H! Z4 U) K9 R, F0 M3 l│  │      03_SPPNet：SPP层的作用.mp4
! W7 z& _+ h* d- I& j│  │      04_SPPNet：总结、优缺点与问题自测.mp4
│  │      
5 L: U2 z3 V" I5 v; `/ v% W2 ~6 q5 }│  ├─4.FastRCNN原理
# k# Y( H- @/ L! J, Y│  │      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
│  │      03_FastRCNN：多任务损失.mp4
│  │      04_FastRCNN：总结与问题自测.mp4
│  │      
/ r$ \; G# F/ i! B+ r3 b  n│  ├─5.FasterRCNN原理
│  │      01_FasterRCNN：网络结构与步骤.mp4
│  │      02_FasterRCNN：RPN网络的原理.mp4
, }3 l: c4 R" p# d2 @% k$ T3 R0 Q( B│  │      03_FasterRCNN：总结与问题自测.mp4
│  │      
│  ├─6.YOLO原理
│  │      01_YOLO：算法特点与流程介绍.mp4
3 w0 X' z( S4 Q│  │      02_YOLO：单元格原理过程.mp4
$ D# L. L2 F# [2 |& f6 p│  │      03_YOLO：训练过程样本标记.mp4
│  │      04_YOLO：总结.mp4
│  │      
│  └─7.SSD原理* @" n& B2 @8 ~/ x
9 v7 {4 m. N& h0 h1 |8 m/ N  \│          01_SSD：网络结构与Detected结构.mp4
6 h$ @9 A& }" `  U│          02_SSD：localization与confidence.mp4
7 a( B- [5 F( X- q  T7 k5 Q│          03_SSD：训练与测试流程总结.mp4
│          04_TensorflowSSD接口介绍.mp4
│          05_第一阶段算法总结.mp4
" u: V9 I5 i0 c' y, }: h│         
, D2 U  S" P+ ^7 S├─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 P/ a& z6 ]$ U' b6 H│   ├─1.数据集标记
! D9 c  y% [4 `0 t│   │      01_目标检测数据集介绍.mp4
: X  T- W  K2 i/ ~+ V# e  C6 A│   │      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
8 G' ]+ m& p7 a  F# ]4 ~+ r│   │      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
│   │      04_格式转换：图片数据以及XML读取.mp4
- y8 o; y7 z0 [3 h  _! _│   │      05_格式转换：example封装、总结.mp4
" E% O1 `0 p# ?8 p8 s│   │      
- G* L: M; y  J6 O  S& o│   └─3.TFRecords读取
│           01_slim库介绍.mp4
/ C8 N4 f  }% [# O% C* ^- z│           02_TFRecord读取：Dataset准备.mp4
3 f. L5 I4 B& Q9 k4 H7 r: h, q│           03_TFRecord读取：provider读取.mp4
9 W- A4 B) c  ~  ~│           04_第二阶段总结.mp4
│         
! f9 [* p0 F7 z% z, w  T$ g└─1-10 图片商品物体检测项目第三阶段-项目实现与部署
   ├─1.项目架构
5 X- ~* d! I% O( x" D9 f/ X! A. L' j   │      01_项目架构设计.mp4
' F3 X1 I: Z. u8 F: v   │      02_训练与测试整体结构设计.mp4
   │      
. T, s. O2 q5 ~! C/ H   ├─10.TFServing客户端
) [! Q" \* N# F  q2 B( F   │      01_Tensorflow serving client逻辑.mp4
6 w& N5 |" Q7 C   │      02_Client：用户输入图片处理.mp4
5 z2 J% M' _$ J8 h   │      03_Client：grpc与serving apis介绍.mp4
   │      04_Client：客户端建立连接获取结果代码.mp4
   │      05_Client：结果解析.mp4
* h$ s  n" a  r/ ~+ H% A& {   │      06_Client：结果标记返回.mp4
   │      
2 P9 b( s4 ~/ s. }/ \   ├─11.服务器部署
8 [" g/ w: r/ w( q   │      01_服务器部署：服务器部署的代码文件需求、服务开启.mp4
   │      02_项目总结.mp4
9 K' Y4 h; e6 n' y, Z( k( g   │      
   ├─2.数据接口实现
   │      01_数据接口：商品格式转换实现.mp4
   │      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
, L# J) E* J3 r% b9 \   │      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
/ H7 L; z+ k. {5 U5 W   │      
   ├─4.预处理接口实现
9 V. Y( R  n4 z   │      01_预处理接口：预处理需求介绍、数据增强介绍.mp4
   │      02_预处理接口：预处理工厂代码.mp4
" ?* R- M- s, }3 |* T5 I2 q   │      03_预处理接口：预处理工厂代码参数错误调整.mp4
7 m" O+ S7 r. [& j0 ?* b& z   │      04_数据接口、模型接口、预处理接口参数总结.mp4
   │      
4 W- F3 ]" ]9 ]) x* P4 W' r   ├─5.训练过程实现
9 X5 R: }! a$ ^' f9 K   │      01_训练：训练步骤与设备部署介绍.mp4
6 Q; J% c4 U  p* F5 E; J3 |   │      02_训练：model_deploy介绍.mp4
7 Y, E3 f, v3 Q' R* f2 o. X   │      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
   │      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
   │      07_训练：2网络参数修改、provider获取数据、预处理.mp4
+ N3 n8 O6 y! F3 I: p" h6 [8 }   │      08_训练：2NHWC和NCHW介绍.mp4
( j1 d# G+ Y2 D6 S3 {" d   │      09_训练：2对anchors进行正负样本标记.mp4
2 x0 B. T5 E8 u7 ]! ?, z2 ~  @   │      10_训练：2批处理获取以及数据形状变换.mp4
   │      11_训练：2队列设置.mp4
% v  z" m9 S7 i8 z5 q$ E) {  W. u+ ^   │      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
* y; ?0 W7 H; b5 ?   │      14_训练：训练流程总结.mp4
   │      
   ├─6.测试过程实现
   │      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
9 H' J# @; J9 E2 Z* N; _   │      02_本地TensorFlow Serving演示以及逻辑介绍.mp4
2 J! T3 Z; f: w( Z* i   │      
   ├─8.导出模型
   │      01_模型导出：模型输入输出定义.mp4
   │      02_模型导出：Savedmodel导出模型.mp4
   │      
   └─9.打开模型服务
           01_开启模型服务.mp4
( J" v- k7 ?* y! @1 S
7 G7 v/ Y' b5 F  p* b4 i
# v" w9 t! K) }  q4 o& I& Z
4 `" _5 C: L& _, v$ n' S5 H! G
: X3 G: `; ~- {) K- R

/ D1 e, E5 I% H

$ i# D& l& ]$ a( o- z
# o# {  P- f$ r8 s

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