【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
' o& O" Q; j5 x/ A5 W1 ~- n百度网盘下载链接：
$ V! `% M7 m# j

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】
. y6 j. r; e' ~; O* }) J集数合计：10章

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
2 l# {' v5 D% d2 P                  年度VIP：使用期限365天
4 W* o7 v2 Y* r: X9 d, o. ]                  终身VIP：使用期限永久
0 A& \) N! @. F1 H
Java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
# M; [* h( p0 e3 c
$ P" Q/ d$ ~+ ]" vJava视频教程目录：


1 e! O% l/ I9 i$ R% Z+ ~3 P0 B& y│  │      
: Y6 y/ ]9 H1 }0 e' Y: H: g/ W& |$ d│  ├─3.浅层神经网络
│  │      01_浅层神经网络表示.mp4
( e4 \7 ]) d! d! E, e│  │      02_浅层神经网络的前向传播.mp4
│  │      03_激活函数的选择.mp4
│  │      04_浅层神经网络的反向传播.mp4
6 E" S$ Q) X4 n) A. U% Y  D, I* t│  │      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
│  │      07_作业实现：反向传播与更新梯度.mp4
( `# L9 G( L; W, x5 i1 ~1 y│  │      08_作业实现：网络模型逻辑实现.mp4
1 B9 W3 n; b7 D8 O│  │      09_总结.mp4
│  │      
' G! M4 [; U) i4 }( Z. \! b│  └─4.深层神经网络
│          01_深层神经网络表示.mp4
6 z+ G: O2 z- c6 M│          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
) @7 y& m& k2 o9 j, B7 E: h│          javazx.com
' n7 b: o: J0 \" f$ g, ]7 d
│         
4 c' V. L& l* L6 Q* B. b) c3 J: S├─1-2 深度学习优化进阶
& ^8 q+ z$ a3 o7 w4 A│  ├─1.多分类
│  │      01_深度学习紧接、多分类介绍.mp4
1 o* I  a1 i; L3 H; `0 |│  │      02_交叉熵损失原理.mp4
9 N1 G7 u" e, W│  │      03_案例：Mnist手写数字数据介绍.mp4
* q0 O, t1 C  z1 V* ~/ `5 P│  │      04_案例：网络结构、流程、代码介绍.mp4
9 d' L4 h, o7 I; T$ X│  │      05_案例：主网络结构搭建实现.mp4
│  │      06_案例：添加准确率.mp4
2 u3 f4 R* r/ X4 ~# d│  │      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
! E% f' M: Z4 n, O9 H2 _, v' u│  │      03_指数加权平均.mp4
- o6 G& M# m7 F" |) V) {% r│  │      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
│  │      07_作业介绍.mp4
│  │      08_作业讲解1.mp4
7 A. ~& J5 }+ t/ U  i, k, _8 u8 s│  │      09_作业讲解2.mp4
│  │      
│  ├─3.深度学习正则化
* Q6 E5 n; R$ w; U$ P1 O9 t│  │      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
3 C/ p  a1 i) [3 a* {│  │      03_Droupout过程与原理理解.mp4
│  │      04_其它正则化方法-早停止法与数据增强.mp4
2 O+ ~$ M: g2 X/ E  }4 _│  │      05_正则化作业介绍.mp4
│  │      06_作业讲解1.mp4
│  │      07_作业讲解2.mp4
5 V. n& n# h. O: L% T$ t& m4 I# P* F0 Y│  │      
/ d4 t2 O1 V2 O$ f" e; U│  └─4.神经网络调参与BN
% ]) B' m; j" ]# T7 x; j' e, @$ s│          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 Q  w2 b' _: N│         
2 C- x4 [- j) N  f3 X; o├─1-3 卷积神经网络
1 ?5 M% e5 E8 o1 j+ Q: t+ L, v' B- v# R│  ├─1.卷积网络原理
* p* J. `2 a" Z  _! `  U7 e│  │      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
" ^7 z; u) M, }" R. x" `│  │      03_默认卷积的运算过程.mp4
│  │      04_零填充.mp4
3 Q2 A7 B4 q8 N1 U; t( _$ S/ O│  │      05_过滤器大小与步长.mp4
2 o* A1 [) f- x2 t8 y│  │      06_多通道的卷积与多卷积核.mp4
( F9 a! y1 J9 w# {│  │      07_卷积总结.mp4
│  │      08_池化层.mp4
3 l3 W0 e7 e1 ?* i* W│  │      09_全连接层.mp4
8 [6 H" M& j( X' l8 W- b& i& K│  │      
. ], g( K- v3 L: f│  ├─2.经典分类结构
! w7 V" ~1 B/ B% s  s2 i6 K1 c│  │      01_LeNet5的计算过程详解.mp4
│  │      02_常见网络结构介绍.mp4
│  │      03_Inception(1x1卷积介绍）.mp4
( L, {9 H4 l) Q: g│  │      04_Inception结构以及改进.mp4
& N0 ~% U* z  g4 S% P│  │      05_GoogleNet了解与卷积网络学习内容.mp4
2 R; F0 J1 `3 x' C" _│  │      
│  └─3.CNN实战
│          01_作业介绍.mp4
│          02_作业讲解.mp4
+ Z( L! @1 r. J% ]  h│          03_迁移学习.mp4
│         
! E! B( Z% X+ t* J5 n6 z├─1-4 循环神经网络
2 \) m. G/ i; r7 C8 d" t! z│  ├─1.循环神经网络
* ^# N4 G+ R: m│  │      01_循环神经网络背景介绍.mp4
+ }/ S$ ^( @! o2 @│  │      02_循环神经网络结构原理.mp4
% t! Q  m8 B0 e2 l7 `│  │      03_词的表示与矩阵形状运算.mp4
7 d0 W$ P, L. f9 B$ a1 g! X│  │      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
% a7 w, j3 T, d1 T* @. }9 e│  │      08_手写RNN案例：所有cell的前向传播.mp4
/ f2 Z+ {" ?6 R6 }2 E│  │      09_手写RNN案例：单个cell的反向传播.mp4
. |9 Z8 S: W. J" {/ u3 x& N│  │      10_手写RNN案例：所有cell的反向传播.mp4
8 M) Y! L( `" C( L│  │      11_案例总结.mp4
│  │      12_GRU与LSTM介绍.mp4
; c0 F( Q% x$ x* _" U│  │      
7 }# @  z! ~5 f" ^│  ├─2.词嵌入
│  │      01_词嵌入介绍.mp4
│  │      02_词嵌入案例.mp4
5 y4 E' T2 l4 |│  │      
│  └─3.seq2seq与Attention机制
+ ?' C1 N# p) M% z│          01_seq2seq介绍与理解.mp4
│          02_seq2seq机器翻译等场景介绍分析.mp4
. ^" J: }" ~6 p5 _2 O& ?│          03_Attention原理分析.mp4
4 {# x* o! l( N& L% G% [' f, l│          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
/ K$ [& W, t% d1 [; S  u! n0 e│          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
6 a+ m- M+ n7 i9 D0 v3 y. k7 X│          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
; y% F# H: u. Y' E) X& y7 y│          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
│          12_机器翻译案例：attention结构定义.mp4
+ }& ?8 }' M% M* ]! n│          13_机器翻译案例：model中计算attention输出c逻辑函数实现.mp4
* d" ?- E0 G8 a3 a! V* p1 S│          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
8 K3 D  U% ]% f9 W* D3 F& Z+ I* M3 u│          17_集束搜索介绍.mp4
0 G; {5 r; l' v4 m& f% `│         
├─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
/ h0 G8 t& w' `$ D9 C( t# ?│  │      03_生成数字图片案例：结果演示流程介绍.mp4
* g3 R0 U# l. [- d& d│  │      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
- e0 i6 ~+ r: E( f8 W/ X│  │      06_生成数字图片案例：运行保存图片并对比.mp4
│  │      
│  ├─2.自动编码器
│  │      01_自动编码器介绍.mp4
: V3 h4 w& z8 |. z7 I, N, K│  │      02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp4
' c3 G+ @' C9 A0 a" A9 r! c: T│  │      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
; B, O6 S0 H# x: L# i, J│  │      05_案例：卷积自编码器编写演示.mp4
. F3 c) B- z+ v+ ^; n/ |, D9 A│  │      06_案例：降噪编码器介绍.mp4
/ J# M+ `0 `4 k* W: q# V│  │      07_案例：降噪编码器案例.mp4
7 Q6 I2 w5 I6 T+ j- u- _$ U│  │      
" C0 Y5 N  [) @2 Q* @- E2 N+ I│  └─3.CapsuleNet
0 `* G! D( V5 b, K! h" o- ?│          01_CapsuleNet了解.mp4
│          02_深度学习课程总结.mp4
9 J. I1 ~/ Q, S' b│         
├─1-6 百度人脸识别
│  ├─1.平台介绍
7 D3 C( T- ?! o0 S, H2 g* r│  │      0_课程组成和目标.mp4
│  │      1_1_访问入口.mp4
& C2 q- \- o+ ]) c9 P& g│  │      1_2_机器学习平台_介绍.mp4
% o8 f( z" T, X0 R* o1 |- _│  │      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
│  │      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
" n# k: x, R* z3 y│  │      
│  ├─2.图像技术之人脸识别
3 m  m7 l9 p# V& V, B│  │      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
│  │      2_1_4_人脸检测_获取access_token.mp4
│  │      2_1_5_人脸检测_调用API.mp4
: L8 a5 s, q7 B9 i│  │      2_1_6_人脸检测_图像坐标.mp4
0 V6 _; Q/ M$ d9 f8 H3 S│  │      2_1_7_人脸检测_边框.mp4
3 U6 u3 j+ E' a│  │      2_1_8_人脸检测_性别年龄总结.mp4
( v) K9 b1 C8 u) o1 J) _│  │      2_1_9_人脸检测_SDK方式.mp4
! Q! I  c. B9 ?: w│  │      
│  ├─3.图像技术之图像识别
│  │      2_2_1_图像识别功能_应用创建.mp4
4 ?! H) O! I" u5 ~& v, u: ]" s│  │      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
. A$ r& C- c9 V0 s│  │      2_2_4_图像检测_车辆检测.mp4
% c, G8 k! ]+ x: J& p' C│  │      2_2_5_定制化图像识别_图像分类_步骤.mp4
9 G3 a2 n8 S& E7 H/ {8 B( f│  │      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
- Z2 z) _: f2 x3 U3 m. |7 ?│  │      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
│  │      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
│  │      
1 Y- j7 {" [3 R/ a│  ├─4.图像技术之文字识别
│  │      2_3_1_功能介绍_创建应用.mp4
│  │      2_3_2_通用文字识别_代码.mp4
; y" e) E8 H8 g& U: [- f' i│  │      2_3_3_通用文字识别_其他版本函数.mp4
│  │      2_3_4_车牌识别.mp4
0 v( }' q9 C) m│  │      2_3_5_通用票据识别.mp4
0 T* i4 w6 ]+ G0 M│  │      2_3_6_自定义模板_步骤.mp4
# z% e& K1 y( j1 E  P4 _) x& \│  │      2_3_7_自定义模板_实际创建.mp4
) n9 K' A) s' N. d1 \$ o│  │      2_3_8_自定义模板_API和代码.mp4
│  │      2_3_9_创建分类器.mp4
) [% z9 G# n1 b) v- M8 y6 Z│  │      2_3_10_分类器代码.mp4
$ @% ~6 K" z/ t# W│  │     
│  ├─5.语音技术
│  │      3_1_1_语音识别_介绍和API.mp4
! t+ w  i  V" U7 p" P- @4 V│  │      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
│  │      4_1_1_自然语言处理基础技术.mp4
│  │      
│  └─7.人脸识别打卡案例
9 E+ o' S& ]  M/ ~│          5_1_0_人脸打卡案例_介绍.mp4
+ {9 `$ Q" o+ z( f- o+ K  |│          5_1_1_案例_前端部分介绍.mp4
│          5_1_2_案例_人脸搜索代码浏览.mp4
1 W* w# u0 X7 N2 i6 w1 S9 x│          5_1_3_案例_获取token.mp4
│          5_1_4_案例_添加用户_人脸搜索.mp4
│          5_1_5_案例_主程序1.mp4
8 V/ _/ W; n: y& v0 I" n' W  z│          5_1_6_案例_主程序2.mp4
% F9 W, E# a' z# v5 ^0 C1 j│         
├─1-7 自然语言处理
3 V+ ?& j- U+ W│  ├─1.自然语言处理基础概念
% Q3 i4 d% M/ E+ u│  │      0.NLP介紹.mp4
% R0 V! F5 U& N( R7 }$ C│  │      1.NLP的种类.mp4
│  │      2.端对端深度学习模型.mp4
│  │      3.词袋.mp4
│  │      4.Seq2Seq.mp4
│  │      5.Beam Serch Decoding.mp4
* q+ N. f1 v, [* _! e4 D* {│  │      6.Attention.mp4
( Y1 ?# b3 G) ]  r, U9 b, |' |  K│  │      
( i: h# ~0 B2 H/ |; r│  ├─2.自然语言处理基础实作-机器学习篇
% C! r) W4 H7 o* o, i2 b& e7 J│  │      1.机器学习-NLTK_数据读取.mp4
6 L/ B9 G7 c6 }: a; e" I│  │      2.机器学习-NLTK_清理数据.mp4
) |. f& y0 \  a/ ~- p0 ~/ k# }$ M│  │      3.机器学习-NLTK_大小写转换.mp4
│  │      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
│  │      9.机器学习-NLTK_建立词袋模型.mp4
! Y& N1 M2 l# I* a│  │      
│  ├─3.自然语言处理基础实作-深度学习篇
( D. E, S$ u. |7 Y' u│  │      10.深度学习-Deep Learning in NLP.mp4
│  │      11.深度学习-Deep Learning in NLP_模型优化.mp4
) D% Y9 y& F' @: F│  │      12.深度学习-Deep Learning in NLP_模型加速.mp4
│  │      
' n1 z( [5 }1 C/ E( @' V4 n│  ├─4.自然语言处理核心部分
│  │      1.CNN REIVEW.mp4
$ }- `. K$ p' S│  │      2.CNN CODE.mp4
│  │      3.RNN REVIEW.mp4
│  │      4.RNN CODE.mp4
│  │      5.LSTM.mp4
│  │      6.LSTM_CODE.mp4
│  │      7.文本分类.mp4
│  │      8.文本分类的方式.mp4
│  │      9.文本分类CNN&RNN.mp4
│  │      10. 文本分类 CNN 模型使用.mp4
  ^5 w% `4 i/ }& b│  │      11. 文本分类 RNN 搭建.mp4
│  │      
│  └─5.实战项目-从无到有打造聊天机器人
│          00. chatbot.mp4
│          01. chatbot 搭建计画.mp4
│          02. chatbot 环境搭建下载数据集.mp4
; |& N" e  }6 r$ A( A│          03. chatbot 下载数据集.mp4
│          04. chatbot 导入依赖包.mp4
/ f, F& b3 Z' h│          05. ChatBot 读取数据.mp4
│          06. chatbot 创建对話字典.mp4
8 W5 O, U  o4 ?+ r5 r│          07. ChatBot 建立对话列表.mp4
5 I* q& [9 t0 E7 J3 z9 T│          08. ChatBot 问答集.mp4
& b/ s' z" m0 E" y9 C│          09. ChatBot 数据初步清洗.mp4
  E3 T5 g8 x3 U5 ]0 l% x4 }! a3 q│          10. ChatBot 清理问题集&回答集.mp4
│          11. ChatBot 统计字频.mp4
│          12. ChatBot 标记化&去除少数字.mp4
! T1 f: q; I" Q& n9 E- f+ J│          13. ChatBot 最终标记.mp4
│          14. ChatBot 逆向字典.mp4
0 x; I7 i/ ?0 v# _, Y+ J( ~  p│          15. ChatBot 添加 EOS 标签.mp4
' n8 U- t0 s6 o│          16. ChatBot 问答数列化.mp4
│          17. ChatBot 长短句.mp4
│          18. ChatBot input&output.mp4
: `* H2 S. k7 k* U/ _│          19. ChatBot 处理输出.mp4
7 s$ r9 U3 a; L$ N│          20. ChatBot 建立RNN 模型.mp4
. k& p5 ~4 ~+ q7 t│          21. ChatBot 解码器训练.mp4
7 x0 I+ y2 X) i% Y7 R2 L│          22. ChatBot 解码器测试.mp4
( i% q4 p2 \7 }5 o! ~│          23. ChatBot 创建解码RNN.mp4
8 A+ ^, {" P! s' o. p6 ]8 s, _│          24. ChatBot Seq2Seq 模型.mp4
) C  j6 A  d- A5 j7 I2 w5 G│          25. ChatBot 設置超参数.mp4
│          26. ChatBot 启动运算.mp4
│          27. ChatBot 模型 input.mp4
│          28. ChatBot 模型輸入序列長度.mp4
│          29. ChatBot 設置輸入的数据形状.mp4
7 p% n/ N, [* G1 @$ O8 X) M│          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
- _/ J1 n1 v6 d. k' r- Y4 |* N' g8 s│          33. ChatBot 问答数据批量.mp4
│          34. ChatBot 数据分割.mp4
│          35. ChatBot 训练.mp4
& G1 P3 @9 h8 N2 E: K% ^/ h' u2 r+ R. @│          36. ChatBot 训练2.mp4
5 }4 H" c" K7 d, `│          37. ChatBot 测试.mp4
- y) S7 e5 }8 ~; Z( A5 t2 G│          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
  f+ w& L1 X$ U* ~- M4 q: a│  ├─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
; B2 {' L" E3 v3 B; E│  │      03_项目结构以及课程安排.mp4
) F: d8 E1 m! w  Q│  │      04_图像识别背景.mp4
/ ]2 c* [# j" _. Y8 L│  │      05_目标检测的定义和技术历史.mp4
6 k: ^" ]( E/ V. k1 r: Q9 a! ]│  │      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
│  │      01_Overfeat模型.mp4
│  │      02_RCNN：步骤流程介绍.mp4
" ^" R# F9 l; m9 h5 o8 F$ D; y, p' P' d│  │      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
- j) b* k- }- [! c5 K( x5 N│  │      06_RCNN：候选区域修正.mp4
│  │      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
│  │     
& X' ~, q, v6 E1 i& P3 E2 {6 x│  ├─3.SPPNet原理
│  │      01_SPPNet：与RCNN的区别、网络流程.mp4
│  │      02_SPPNet：映射.mp4
% m9 p) s& f+ U  B- m8 Q│  │      03_SPPNet：SPP层的作用.mp4
│  │      04_SPPNet：总结、优缺点与问题自测.mp4
: m5 z  |# b! K8 {9 K: C│  │      
" e# ~" u( z' L5 n9 N& j│  ├─4.FastRCNN原理
) B- H6 O9 {, v" Y. g0 u│  │      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
│  │      
│  ├─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
) N) @0 l! Q7 D7 a: \│  │      
* x; l. j- C# {│  ├─6.YOLO原理
0 N  [8 h) _5 a│  │      01_YOLO：算法特点与流程介绍.mp4
│  │      02_YOLO：单元格原理过程.mp4
4 b! x6 K; P! `1 ~% W6 r6 m* k│  │      03_YOLO：训练过程样本标记.mp4
│  │      04_YOLO：总结.mp4
- R# j3 {9 V3 g- R│  │      
7 A  L2 G0 \; F9 R3 n8 s0 n( n│  └─7.SSD原理* @" n& B2 @8 ~/ x
│          01_SSD：网络结构与Detected结构.mp4
, Q2 t0 q2 i& ?8 x! z$ \" b/ t8 D│          02_SSD：localization与confidence.mp4
% ?+ u* T" _; ^1 ^6 n6 t$ b8 w│          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
│         
├─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
7 d! Q: ^2 b. z9 b$ ]+ `│   │      01_目标检测数据集介绍.mp4
│   │      02_商品数据集标记.mp4
3 j5 R; Y3 `4 Q- D│   │      
│   ├─2.数据集格式转换
1 _9 g) y. t0 \. y9 H- Z. `│   │      01_数据集格式转换介绍.mp4
│   │      02_格式转换：代码介绍.mp4
, o: f9 _! N& V+ F$ D* H│   │      03_格式转换：文件读取以及存储逻辑.mp4
. X; N. L, z* |8 a│   │      04_格式转换：图片数据以及XML读取.mp4
7 F) u4 k& B. E. ^4 Z4 Q" ~' Y│   │      05_格式转换：example封装、总结.mp4
" K2 w4 n; d% Q% G' ^, @+ m2 L│   │      
│   └─3.TFRecords读取
│           01_slim库介绍.mp4
/ t  H4 F7 `4 G1 J: U; [│           02_TFRecord读取：Dataset准备.mp4
' L$ r( y: p  W8 x3 Z│           03_TFRecord读取：provider读取.mp4
! t% t# @& a0 ?7 Q- ^3 s│           04_第二阶段总结.mp4
4 C& p3 x$ Y1 e8 ]' t, D│         
└─1-10 图片商品物体检测项目第三阶段-项目实现与部署
+ ]& M; m9 H- m   ├─1.项目架构
5 G# @" F; L. R$ W5 J   │      01_项目架构设计.mp4
" B- G3 a" [0 I/ Q7 [   │      02_训练与测试整体结构设计.mp4
   │      
   ├─10.TFServing客户端
* o4 R+ A# T$ i& X  h6 s# P! ]5 @3 g   │      01_Tensorflow serving client逻辑.mp4
7 ^9 h& s6 ^: o7 ~+ ?6 P" P1 m   │      02_Client：用户输入图片处理.mp4
3 T) o3 a0 l* T* d. g! S   │      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
   │      06_Client：结果标记返回.mp4
1 H! {, r4 D  N% g& ]  A2 b- h   │      
   ├─11.服务器部署
, o4 W1 ]+ j3 y8 I   │      01_服务器部署：服务器部署的代码文件需求、服务开启.mp4
4 _) L2 j2 ^! U* z- z: \" h   │      02_项目总结.mp4
3 j& {' j  `- ]7 M& t! E" L9 S! {   │      
4 P1 n1 I& ^9 t: J6 }) u2 j! I, P   ├─2.数据接口实现
   │      01_数据接口：商品格式转换实现.mp4
( `9 x8 X" z# V/ _' t; C' T   │      02_数据接口：读取数据接口设计以及基类如何定义.mp4
. @" ]4 b- d; D3 C% v   │      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
   │      05_数据接口：代码运行与数据模块总结.mp4
/ q' \* U# C, j4 q9 Z) Z) Z4 f   │      
   ├─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
2 a+ N, |+ I; d% G- _2 I   │      
   ├─4.预处理接口实现
. x: k- a5 H$ R4 @   │      01_预处理接口：预处理需求介绍、数据增强介绍.mp4
, h6 L" Z! B. u. A0 p  C$ r* k8 ?   │      02_预处理接口：预处理工厂代码.mp4
4 p7 }( w7 J8 i# w   │      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
9 j8 z( [/ z" T: Z0 o2 o1 Q   │      
0 B& i) \  y% T6 r6 h0 Z& C( D   ├─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
* s1 x+ r4 o5 `" y   │      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
$ D! o. f  [/ r# T/ _8 H   │      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
' d& h# J% I2 Y& w% B/ X+ ]   │      08_训练：2NHWC和NCHW介绍.mp4
   │      09_训练：2对anchors进行正负样本标记.mp4
) m3 c7 y# ~! u: H   │      10_训练：2批处理获取以及数据形状变换.mp4
1 y* R0 M. |' n$ s- F/ g% ~, [& n   │      11_训练：2队列设置.mp4
, L8 k- w1 W0 ]+ l6 i; N( ?   │      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
; w7 S1 z2 m# y- _) z- u   │      14_训练：训练流程总结.mp4
% [( t8 V6 E% {) w, i7 K4 d; _   │      
$ v0 G5 a- l/ u   ├─6.测试过程实现
8 B, W, `' A: H! b) y! @   │      01_测试：测试流程介绍、代码.mp4
8 E$ r, I3 C/ `+ V1 @0 L; w( d0 r7 M   │      02_测试：图片输入、结果标记代码.mp4
   │      
   ├─7.模型部署介绍
7 [' ?* y( t1 V: {   │      01_web服务与模型部署流程关系介绍.mp4
' Z$ M7 B* Q; b5 k' j7 p! ^, V* W   │      02_本地TensorFlow Serving演示以及逻辑介绍.mp4
   │      
   ├─8.导出模型
( ]" i: K1 z' R9 l+ h; c   │      01_模型导出：模型输入输出定义.mp4
! I2 ?3 L2 z2 m- z* x8 `   │      02_模型导出：Savedmodel导出模型.mp4
   │      
' P. T* T5 u  }5 X; L: ^   └─9.打开模型服务
; o6 ]( U. q1 O! \. q- p           01_开启模型服务.mp4
: a. d' x, V; H
5 s* u8 e% H; U& L. W% k5 {

4 @2 q" C  x% K3 x8 j; u1 i
+ @. ?: ?4 a* S, R
* Z' U- ?+ R7 [# x5 g

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