【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
( `' x- [8 H0 t: y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
3 N2 c! h8 t! L  m1 p
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
1 Z' J: R! f+ ^  gVIP说明：   月度VIP：使用期限30天
$ v4 Q( g* o3 z, s4 O                  年度VIP：使用期限365天
9 J' M2 M9 M: U' U5 z; S                  终身VIP：使用期限永久

- P; s' m* e$ N, n8 `$ bJava视频教程详情描述：
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
" Q+ A# _4 V+ N- ~( Q
0 ^9 z$ U  c8 G; s5 wJava视频教程目录：

0 {  W2 f& D/ C1 R& [: k8 G
│  │      
" U# O2 \: T$ r8 n│  ├─3.浅层神经网络
' l/ {4 P  r# Y2 m8 v│  │      01_浅层神经网络表示.mp4
│  │      02_浅层神经网络的前向传播.mp4
9 m- k! q+ @* s7 ~* @/ n2 E+ g│  │      03_激活函数的选择.mp4
1 P! {1 @; e  K3 m' N│  │      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】
" V/ |3 N0 p$ [+ G! D# r# u# ?+ G│  │      06_作业实现：初始化模型与前向传播.mp4
; t9 _1 E% x) K$ T3 M1 q6 H) \& `0 V8 _│  │      07_作业实现：反向传播与更新梯度.mp4
, Z( T; ~8 ]1 a' Z9 }│  │      08_作业实现：网络模型逻辑实现.mp4
│  │      09_总结.mp4
│  │      
│  └─4.深层神经网络
│          01_深层神经网络表示.mp4
. {/ x9 K  @" x) G1 _│          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
- d/ {# M6 S$ x% w. z$ i│          javazx.com
" c4 j2 ?; I; }5 u  [  S. p8 Y& Y
│         
├─1-2 深度学习优化进阶
│  ├─1.多分类
│  │      01_深度学习紧接、多分类介绍.mp4
│  │      02_交叉熵损失原理.mp4
. j: S/ w+ m1 M" z4 o: h, _│  │      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
5 g; n, M0 s2 d0 Z│  │      05_案例：主网络结构搭建实现.mp4
. C; _- h9 a- }) t│  │      06_案例：添加准确率.mp4
/ n3 Y# I$ R: u% D; f$ }│  │      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
│  │      
│  ├─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
│  │      03_指数加权平均.mp4
│  │      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
. f6 p8 o3 V# x% M│  │      06_标准化输入带来的优化.mp4
│  │      07_作业介绍.mp4
│  │      08_作业讲解1.mp4
7 w; ]  s% W; q) j3 {9 _) l│  │      09_作业讲解2.mp4
│  │      
) g9 C  H7 v* N0 ]) l4 s│  ├─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
│  │      02_正则化概念、L2正则化与L1正则化.mp4
│  │      03_Droupout过程与原理理解.mp4
9 C' P" S5 A6 ^4 Y, m│  │      04_其它正则化方法-早停止法与数据增强.mp4
6 N8 E1 y8 ]1 U: R2 [/ U! @│  │      05_正则化作业介绍.mp4
│  │      06_作业讲解1.mp4
│  │      07_作业讲解2.mp4
│  │      
7 J( a+ w0 C! w0 ?0 J% O; |' y│  └─4.神经网络调参与BN
1 K5 ]! F# F& W4 q2 K  `│          01_神经网络调参数技巧与如何设置参数、如何运行.mp4
8 f  j3 k# J& x# V9 o) F│          02_批标准化定义、公式、为什么有效.mp4
1 n; W! g8 b  X│         
3 |3 D& P; r3 T7 }# u6 v: l├─1-3 卷积神经网络
│  ├─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
0 L. I: }# Y! C3 q; d│  │      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
│  │      05_过滤器大小与步长.mp4
│  │      06_多通道的卷积与多卷积核.mp4
9 h, k3 F7 z1 o2 C5 t! S│  │      07_卷积总结.mp4
, ^( k4 Z" L6 p. C3 u+ y│  │      08_池化层.mp4
│  │      09_全连接层.mp4
│  │      
│  ├─2.经典分类结构
  l; P! Z6 a7 O" S│  │      01_LeNet5的计算过程详解.mp4
6 u5 a/ U: f8 U' D  ^& z│  │      02_常见网络结构介绍.mp4
6 Q* s# s' [) T5 Z! }6 C│  │      03_Inception(1x1卷积介绍）.mp4
│  │      04_Inception结构以及改进.mp4
│  │      05_GoogleNet了解与卷积网络学习内容.mp4
) ], X" L* F: l5 e│  │      
│  └─3.CNN实战
│          01_作业介绍.mp4
  g7 E( ^7 W/ M9 c│          02_作业讲解.mp4
5 W5 K5 M4 k8 V  B) o& L& u│          03_迁移学习.mp4
│         
3 S9 C# e3 }$ B. F  `├─1-4 循环神经网络
1 [2 a0 k" r4 q2 h5 X6 i│  ├─1.循环神经网络
) L4 C4 y/ m" L) b│  │      01_循环神经网络背景介绍.mp4
& ~" O5 o# D( q6 U! M│  │      02_循环神经网络结构原理.mp4
│  │      03_词的表示与矩阵形状运算.mp4
│  │      04_交叉熵损失计算.mp4
% U' p. l6 y2 |% T7 w│  │      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
5 R  C3 l7 c" T2 f6 g│  │      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
4 R! E8 D; I0 O6 Q4 j; e, G' \2 v│  │      10_手写RNN案例：所有cell的反向传播.mp4
( l8 [  |* J3 U: S│  │      11_案例总结.mp4
│  │      12_GRU与LSTM介绍.mp4
│  │      
│  ├─2.词嵌入
/ ~; o7 t! k  c* T& A8 H& H! i│  │      01_词嵌入介绍.mp4
│  │      02_词嵌入案例.mp4
│  │      
│  └─3.seq2seq与Attention机制
│          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
│          04_机器翻译案例：日期格式翻译转换、代码结构介绍.mp4
- g0 N, _% b. v6 _  x5 J+ e% y$ D│          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
, \4 v8 w$ t, d: a* X8 D│          07_机器翻译案例：训练逻辑与网络结构介绍.mp4
/ E& q/ w6 F% A- M│          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
  m( N0 M3 ^1 L2 A. M& U; W│          10_机器翻译案例：自定义网络seq2seq的编解码器定义.mp4
2 ^% w; |! o4 I8 i│          11_机器翻译案例：seq2seq的输出层定义.mp4
│          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
│          16_机器翻译案例：测试逻辑结果演示.mp4
│          17_集束搜索介绍.mp4
│         
* b0 P2 _" W- g# }! b: G: I├─1-5 高级主题
│  ├─1.生产对抗网络
1 d3 y% z& }8 w- {# x. V0 i9 z│  │      01_高级主题介绍、GAN介绍.mp4
│  │      02_GAN原理、损失和DCGAN结构.mp4
' E; w# T5 K* \. p$ s( @& m; E│  │      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
* y+ `2 g% O# {/ v│  │      05_生成数字图片案例：训练流程.mp4
+ F7 A9 R( L" T3 ^# Q, b$ I│  │      06_生成数字图片案例：运行保存图片并对比.mp4
& z. f7 ?1 Q% V3 p2 }2 ]% H# D& c│  │      
│  ├─2.自动编码器
│  │      01_自动编码器介绍.mp4
│  │      02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp4
- E$ h  T5 b1 ^$ f; ]; j│  │      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
4 b2 I+ c* C! T) V, X" t│  │      07_案例：降噪编码器案例.mp4
│  │      
0 y* e$ v  {  V( W│  └─3.CapsuleNet
│          01_CapsuleNet了解.mp4
8 `( X$ P! r' [* {3 Q" O│          02_深度学习课程总结.mp4
│         
├─1-6 百度人脸识别
1 n- \: x6 p/ D. a│  ├─1.平台介绍
5 o' o1 e  l; P, N- |+ t1 b│  │      0_课程组成和目标.mp4
2 ^* B* L) J& U8 @0 y│  │      1_1_访问入口.mp4
% E4 C4 o! p; h) ~0 Y& F│  │      1_2_机器学习平台_介绍.mp4
│  │      1_3_百度深度学习平台_介绍.mp4
5 e2 [. I; Z6 a│  │      1_4_百度深度学习平台_创建集群.mp4
7 G% D( z0 v8 y+ V! @+ y│  │      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
│  │      
  p7 i" ?7 [& U# J* i% 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
+ X# h  \$ T) S/ V│  │      2_1_3_人脸检测_步骤和代码浏览.mp4
│  │      2_1_4_人脸检测_获取access_token.mp4
* D8 B5 U- X) k6 s# D) y│  │      2_1_5_人脸检测_调用API.mp4
│  │      2_1_6_人脸检测_图像坐标.mp4
5 e2 N0 W1 J+ r6 S│  │      2_1_7_人脸检测_边框.mp4
- s/ Y; E, w) B- Y4 P/ \│  │      2_1_8_人脸检测_性别年龄总结.mp4
0 `& }$ N- b- _8 h% F* e│  │      2_1_9_人脸检测_SDK方式.mp4
2 d! {" Z9 A; K6 p* g  N$ U2 T│  │      
& o- S$ Q9 {$ m/ i) F5 U% Y  ^0 A│  ├─3.图像技术之图像识别
" z  Z2 s5 I, T( z& Z, {│  │      2_2_1_图像识别功能_应用创建.mp4
! a; _( k1 ~# H│  │      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
) u) D' ?! n5 r* V$ z3 _│  │      2_2_5_定制化图像识别_图像分类_步骤.mp4
  [( s9 Y2 Q% n; j  z│  │      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
0 Q& I' l" l0 x│  │      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
! F" K2 G: B3 h$ ?: T│  │      2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp4
* ^4 h# z6 P5 O. x2 Z│  │      2_2_10_定制化图像识别_物体检测_流程.mp4
9 f8 Z" o' E8 r) g3 _│  │      2_2_11_定制化图像识别_物体检测API_错误码.mp4
│  │      
5 U! e1 ^7 O, x( _% L│  ├─4.图像技术之文字识别
│  │      2_3_1_功能介绍_创建应用.mp4
  U8 L8 M6 J8 ?) H│  │      2_3_2_通用文字识别_代码.mp4
& w4 B! J2 `9 D│  │      2_3_3_通用文字识别_其他版本函数.mp4
│  │      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
' @  F. i# u8 J$ j; J│  │      2_3_7_自定义模板_实际创建.mp4
+ Z! M; m% k) h% a│  │      2_3_8_自定义模板_API和代码.mp4
│  │      2_3_9_创建分类器.mp4
│  │      2_3_10_分类器代码.mp4
1 m+ t" g& {0 H4 C% N9 w│  │     
│  ├─5.语音技术
│  │      3_1_1_语音识别_介绍和API.mp4
  w: W5 [  U: u# K! k$ D7 x│  │      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
- c/ @7 Q( F/ m! m5 {│  │      3_2_1语音合成.mp4
- q. I  s) L. \5 A& @1 R/ d6 X; e; C│  │      
│  ├─6.自然语言处理
│  │      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
* {% D& {! U  m- Z. R/ P│          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
& }) f6 V1 \& D9 f& g│          5_1_5_案例_主程序1.mp4
3 d. {; `( R% Z2 s- s7 X8 E6 S│          5_1_6_案例_主程序2.mp4
4 ~: N4 R6 C9 d% ?│         
├─1-7 自然语言处理
│  ├─1.自然语言处理基础概念
/ J6 }1 u5 c+ r$ e& K8 L│  │      0.NLP介紹.mp4
│  │      1.NLP的种类.mp4
│  │      2.端对端深度学习模型.mp4
* f- }' ^& m6 [2 X│  │      3.词袋.mp4
: u+ g& [- W# o6 E% V/ z│  │      4.Seq2Seq.mp4
│  │      5.Beam Serch Decoding.mp4
│  │      6.Attention.mp4
2 v! V0 Q, p7 G9 ?│  │      
│  ├─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
# P( @. e: Y. }2 x5 g7 q│  │      2.机器学习-NLTK_清理数据.mp4
│  │      3.机器学习-NLTK_大小写转换.mp4
/ k' ~7 X+ c2 a" @: g│  │      4.机器学习-NLTK_去除虚词.mp4
  Q$ r6 @' `3 w9 c1 y4 J( f5 k│  │      5.机器学习-NLTK_词根化.mp4
% I2 H8 H1 f" p' @) a" X# w│  │      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
│  │      9.机器学习-NLTK_建立词袋模型.mp4
│  │      
0 J5 B& Z0 m) s- X- ~│  ├─3.自然语言处理基础实作-深度学习篇
│  │      10.深度学习-Deep Learning in NLP.mp4
# ^7 i5 b" b0 J( e5 U, e$ c: `│  │      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
│  │      
+ D9 ~5 T; A4 f# Y8 v) S; J│  ├─4.自然语言处理核心部分
- s0 q$ l& D8 G" B: |9 T│  │      1.CNN REIVEW.mp4
" D$ T9 c4 F3 `  d7 m; D& b) q6 }) `│  │      2.CNN CODE.mp4
. x: L; i" G+ r" |8 `9 S' Q│  │      3.RNN REVIEW.mp4
2 @8 w" W5 m( Y, s: v│  │      4.RNN CODE.mp4
│  │      5.LSTM.mp4
' K8 z7 j& r( t│  │      6.LSTM_CODE.mp4
│  │      7.文本分类.mp4
│  │      8.文本分类的方式.mp4
6 P, u* k6 N( B/ k: r" {# v│  │      9.文本分类CNN&RNN.mp4
│  │      10. 文本分类 CNN 模型使用.mp4
│  │      11. 文本分类 RNN 搭建.mp4
) |3 B2 y: O* L- t; ~│  │      
│  └─5.实战项目-从无到有打造聊天机器人
1 k- ?6 e' {- J" g+ f│          00. chatbot.mp4
│          01. chatbot 搭建计画.mp4
3 Z- k$ f4 d# X; }│          02. chatbot 环境搭建下载数据集.mp4
│          03. chatbot 下载数据集.mp4
│          04. chatbot 导入依赖包.mp4
9 C+ X7 k9 B$ a│          05. ChatBot 读取数据.mp4
" E  ]0 p, E; |" d& `  t│          06. chatbot 创建对話字典.mp4
6 V6 C4 E; ^) b( @│          07. ChatBot 建立对话列表.mp4
7 a" I6 Z1 ?" k4 {" ]│          08. ChatBot 问答集.mp4
4 F% S2 ~1 N7 T( v│          09. ChatBot 数据初步清洗.mp4
│          10. ChatBot 清理问题集&回答集.mp4
│          11. ChatBot 统计字频.mp4
- e) |! L7 T8 o+ \6 u9 b│          12. ChatBot 标记化&去除少数字.mp4
8 r: o0 [% @+ U6 V) D│          13. ChatBot 最终标记.mp4
│          14. ChatBot 逆向字典.mp4
│          15. ChatBot 添加 EOS 标签.mp4
3 ^( C) W8 J  l. ~5 i- i* M8 d│          16. ChatBot 问答数列化.mp4
& c0 i$ ~1 I" a% R│          17. ChatBot 长短句.mp4
│          18. ChatBot input&output.mp4
* F; E4 B" x' x/ J$ o# r& N5 e6 g│          19. ChatBot 处理输出.mp4
│          20. ChatBot 建立RNN 模型.mp4
│          21. ChatBot 解码器训练.mp4
/ E2 h! z) u7 h( l) V/ j& Z! O/ e│          22. ChatBot 解码器测试.mp4
. Q; r! c! s) v( n│          23. ChatBot 创建解码RNN.mp4
│          24. ChatBot Seq2Seq 模型.mp4
│          25. ChatBot 設置超参数.mp4
│          26. ChatBot 启动运算.mp4
# R4 z7 V2 a* J& F7 I2 ~│          27. ChatBot 模型 input.mp4
2 K! F# W- b) M* T7 r  x│          28. ChatBot 模型輸入序列長度.mp4
4 J- n, h8 b6 N5 C- M│          29. ChatBot 設置輸入的数据形状.mp4
│          30. ChatBot训练 & 测试結果.mp4
2 g& @4 E, O- W& ?0 o5 {  a│          31. ChatBot 损失，优化，梯度消減.mp4
. D/ i/ A1 Y) u8 e, z2 p+ k+ H│          32. ChatBot 问答等长处理.mp4
│          33. ChatBot 问答数据批量.mp4
│          34. ChatBot 数据分割.mp4
' T8 c3 I' x# P3 T2 K) P5 z│          35. ChatBot 训练.mp4
│          36. ChatBot 训练2.mp4
│          37. ChatBot 测试.mp4
/ Y; ^: v. q$ r; A8 b│          38. ChatBot 输入修飾.mp4
│          39. ChatBot 开始聊天.mp4
+ ^+ O% j5 @5 a6 G│         
) r5 M+ N2 S* u- U2 Z1 Q3 m& G├─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
" U, y9 g9 ^7 y! i6 k( j│  │      01_课程要求以及目标.mp4
8 A, e5 |: w/ p8 }1 P, T9 Y│  │      02_项目演示结果.mp4
│  │      03_项目结构以及课程安排.mp4
5 }! k5 q- g4 v" V0 Y8 E1 S" m  j│  │      04_图像识别背景.mp4
$ Y. z( ?) l1 B+ n: t8 B' ?│  │      05_目标检测的定义和技术历史.mp4
│  │      06_目标检测应用场景.mp4
0 n7 j1 `8 A  p! H│  │      07_目标检测算法原理铺垫.mp4
│  │      08_目标检测任务描述.mp4
1 I1 e  ]1 S" T! g' n& l# v│  │      
# b$ R4 }/ ]* ~0 ?' U- e' C: Z% I$ b│  ├─2.RCNN原理
$ `% m/ z- _1 N0 l" B4 [8 t! c│  │      01_Overfeat模型.mp4
% B/ I% A* @) |. r│  │      02_RCNN：步骤流程介绍.mp4
│  │      03_RCNN：候选区域以及特征提取.mp4
1 ]1 [" i) L7 f5 ~6 u" Q0 z/ Y│  │      04_RCNN：SVM分类器.mp4
│  │      05_RCNN：非极大抑制（NMS）.mp4
│  │      06_RCNN：候选区域修正.mp4
3 g* X. L1 Y6 |│  │      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
│  │     
% K0 m1 V3 E/ J9 p! ]│  ├─3.SPPNet原理
│  │      01_SPPNet：与RCNN的区别、网络流程.mp4
│  │      02_SPPNet：映射.mp4
│  │      03_SPPNet：SPP层的作用.mp4
5 g: E/ N& f+ W+ l│  │      04_SPPNet：总结、优缺点与问题自测.mp4
│  │      
│  ├─4.FastRCNN原理
│  │      01_FastRCNN：改进之处以及网络流程.mp4
( f1 }' R1 {* Y* z6 o│  │      02_FastRCNN：RoI pooling结构以及SPP对比.mp4
│  │      03_FastRCNN：多任务损失.mp4
% J6 O' e$ b9 m5 s4 _│  │      04_FastRCNN：总结与问题自测.mp4
. ?7 B/ y6 e3 Y6 }/ h│  │      
1 u8 Y, F1 Y- N* d+ W2 _# J2 [/ G│  ├─5.FasterRCNN原理
│  │      01_FasterRCNN：网络结构与步骤.mp4
│  │      02_FasterRCNN：RPN网络的原理.mp4
│  │      03_FasterRCNN：总结与问题自测.mp4
│  │      
│  ├─6.YOLO原理
. g' A6 H3 K: @( B) H│  │      01_YOLO：算法特点与流程介绍.mp4
# X: |# _8 \  O0 N│  │      02_YOLO：单元格原理过程.mp4
: \: V7 _% a! c% f│  │      03_YOLO：训练过程样本标记.mp4
4 s8 |" X3 [: u7 `$ C; Z) ^│  │      04_YOLO：总结.mp4
! s7 _! M/ g( k7 C6 z9 Y│  │      
│  └─7.SSD原理* @" n& B2 @8 ~/ x
4 L% R* ]. \7 u9 ~+ r4 q! v3 n│          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
' e3 C5 p* J/ b│          04_TensorflowSSD接口介绍.mp4
# `2 S. j5 J  E5 k2 ?9 U│          05_第一阶段算法总结.mp4
* k( {9 v& T. Q$ Q/ Y- v! @) k  P│         
9 f' f2 f. p( A' t) B4 ]/ \├─1-9 图片商品物体检测项目第二阶段-数据集制作与处理
" c. d# g8 n! ?, S│   ├─1.数据集标记
│   │      01_目标检测数据集介绍.mp4
! ]& N7 ]% k/ _8 _│   │      02_商品数据集标记.mp4
│   │      
3 ]2 T: H5 L6 j/ V9 z* v9 g│   ├─2.数据集格式转换
│   │      01_数据集格式转换介绍.mp4
│   │      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
  V. A$ h* R. c│   │      04_格式转换：图片数据以及XML读取.mp4
│   │      05_格式转换：example封装、总结.mp4
│   │      
' z& d" ~+ C$ y3 Q& J" e! j3 x. J│   └─3.TFRecords读取
. x. _0 |4 u5 D1 L│           01_slim库介绍.mp4
. a( L% C& d! ~* A( X│           02_TFRecord读取：Dataset准备.mp4
7 m9 @- T# \# I; [│           03_TFRecord读取：provider读取.mp4
; Z1 M3 d7 n4 W+ a' o7 M│           04_第二阶段总结.mp4
│         
# y5 G% F5 z0 ?( `└─1-10 图片商品物体检测项目第三阶段-项目实现与部署
5 V- B. h8 M# l  Q2 _/ y   ├─1.项目架构
   │      01_项目架构设计.mp4
   │      02_训练与测试整体结构设计.mp4
   │      
   ├─10.TFServing客户端
5 r+ l! T/ _. H& u  T, e6 u   │      01_Tensorflow serving client逻辑.mp4
   │      02_Client：用户输入图片处理.mp4
   │      03_Client：grpc与serving apis介绍.mp4
% j2 F1 [1 A3 D6 o7 s* U% t   │      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
   │      
" C: i1 A+ f2 p% O4 @- |3 G" N1 K   ├─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
7 a' Q+ h% Z9 R/ O$ k& x   │      02_项目总结.mp4
4 T8 V# c" p, g5 t! p: m   │      
   ├─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
8 V$ y: M. V6 d4 I' I' W   │      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
3 @) R& ?; s5 `; [   │      05_数据接口：代码运行与数据模块总结.mp4
   │      
   ├─3.模型接口实现
  k; j- f% ~# I   │      01_模型接口：接口设置以及模型工厂代码.mp4
   │      
! W) N% H1 _) N9 o7 c$ U, d   ├─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
   │      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
   │      04_数据接口、模型接口、预处理接口参数总结.mp4
   │      
   ├─5.训练过程实现
   │      01_训练：训练步骤与设备部署介绍.mp4
& w3 Q: h  z% ]* }5 P- [& _   │      02_训练：model_deploy介绍.mp4
- _) Y  ?4 J( m" Z- R+ m! Q& L4 w   │      03_训练：训练运行结果显示与初始配置确定.mp4
! Q5 v7 k# [- o/ G   │      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
) P( ^% Q0 C' c/ t6 g3 q& q5 w   │      07_训练：2网络参数修改、provider获取数据、预处理.mp4
' V- [) N) u- C! V7 c! P4 Y: i   │      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
4 F0 E/ f7 k) W9 T5 Z   │      11_训练：2队列设置.mp4
   │      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
   │      14_训练：训练流程总结.mp4
   │      
: J9 `8 G2 }0 c" J  b4 D) e9 B   ├─6.测试过程实现
/ M- e* K4 \4 v7 M* e2 ~5 b! B/ F   │      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
6 N4 ~- Y3 w2 c' Q( S   │      
   ├─7.模型部署介绍
! x# U$ y4 i$ E( X8 Q   │      01_web服务与模型部署流程关系介绍.mp4
& B# y+ L: N' c' C3 f   │      02_本地TensorFlow Serving演示以及逻辑介绍.mp4
3 b; o: @. f& S% y   │      
/ E# I3 Y! v7 a8 x' P   ├─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
5 Y6 ~! d+ X5 C" R   │      
   └─9.打开模型服务
" L+ f% U3 Q4 y6 A$ }1 _) _$ z           01_开启模型服务.mp4
7 g: u5 _# p8 Z7 e


" I% a& b/ T$ c/ l' S
; N& u: @% L) P! o: z
/ H4 z! f& N% X% K; N- R
) D6 V" |3 h2 i, c

( y' X* O6 j1 n1 {$ l# T, v2 k
$ ?9 v0 }3 S* e1 o' n( C

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