【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】
$ [: R5 L- S( \/ o1 R  [  o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
! ]! \0 l: C, [3 b2 i+ wVIP说明：   月度VIP：使用期限30天
                  年度VIP：使用期限365天
                  终身VIP：使用期限永久
# B, t  M! a( V  c, m
Java视频教程详情描述：
1 {/ C2 r+ O( Z) \( i7 h4 }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

3 x+ S9 x2 |; zJava视频教程目录：
9 _- C! A% R6 B2 D6 N
# ?+ _, P1 Q$ Q& `& d2 d& p- y
│  │      
│  ├─3.浅层神经网络
│  │      01_浅层神经网络表示.mp4
' @5 {+ X' f/ a+ X│  │      02_浅层神经网络的前向传播.mp4
│  │      03_激活函数的选择.mp4
( s5 v, r8 s( I│  │      04_浅层神经网络的反向传播.mp4
9 U: c9 o0 @  q│  │      05_作业介绍.mp4【Java自学网 www.javazx.com】
& U$ L# b, {7 }: t2 C│  │      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
" o0 g# A) n7 F3 F  l│  │      
! g9 j$ _, S7 g8 [. `! q6 e8 ^│  └─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
9 {7 t# r4 K$ x8 T  @* H│          03_参数初始化与超参数介绍.mp4
# r0 b8 z" k6 I│          javazx.com

- w3 w; g" d# }+ f! I0 m) S4 S│         
├─1-2 深度学习优化进阶
' Q0 v6 d! F1 }- b8 U* l" M( b, Q( Q  R│  ├─1.多分类
│  │      01_深度学习紧接、多分类介绍.mp4
! g; T1 E0 t6 }* R4 ~- a│  │      02_交叉熵损失原理.mp4
& `- H2 H9 N0 c+ U  M& U0 G│  │      03_案例：Mnist手写数字数据介绍.mp4
0 z1 K' v0 |3 g1 W1 Y│  │      04_案例：网络结构、流程、代码介绍.mp4
# K+ j- O* o1 A3 V7 {# f9 i) x│  │      05_案例：主网络结构搭建实现.mp4
│  │      06_案例：添加准确率.mp4
2 {% f+ `# o6 M│  │      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
│  │      
4 N& d: [6 U9 l% J│  ├─2.梯度下降算法优化
4 ?$ E) }( `  f; G& f# B/ n8 ?│  │      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
" R5 f( Q& u% A# D1 ?+ ~. R│  │      06_标准化输入带来的优化.mp4
& p' a, |7 o8 ?" M│  │      07_作业介绍.mp4
- {) d; E" _$ h. f! U  M│  │      08_作业讲解1.mp4
4 L& o0 R& A. N% N4 L9 O. n│  │      09_作业讲解2.mp4
7 X2 y9 P1 n0 ?1 ]7 ~9 P│  │      
│  ├─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
+ K' D* e+ p8 s! b6 u│  │      02_正则化概念、L2正则化与L1正则化.mp4
+ Z* U* U& \# J) c. V│  │      03_Droupout过程与原理理解.mp4
+ ~1 F1 B: @. J4 t3 b7 y$ `│  │      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
6 o' B+ y5 Y! J, i" _│  │      06_作业讲解1.mp4
│  │      07_作业讲解2.mp4
│  │      
5 Q9 Z& S5 U: R│  └─4.神经网络调参与BN
7 j! G; C0 d& q; ^│          01_神经网络调参数技巧与如何设置参数、如何运行.mp4
6 B3 |2 R# \9 F│          02_批标准化定义、公式、为什么有效.mp4
3 e, l2 ^0 h4 a) k4 J+ L  b, I│         
5 F- G5 [2 m. o/ c4 g  N├─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
+ A- S4 |# f  x2 R) C│  │      02_卷积网络结构介绍.mp4
6 t) w5 W" k0 a7 c. T, B# o6 z│  │      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
# s) k+ g6 H) c- q* w1 A! N# Q3 ?) ^│  │      06_多通道的卷积与多卷积核.mp4
│  │      07_卷积总结.mp4
: A2 {- n" ~0 x│  │      08_池化层.mp4
' c7 m5 Z& N: A* m( @8 \$ J; ]8 S8 n│  │      09_全连接层.mp4
0 n& b  ?# B0 ]│  │      
│  ├─2.经典分类结构
│  │      01_LeNet5的计算过程详解.mp4
  R7 B0 {% [" T' ?4 q$ z│  │      02_常见网络结构介绍.mp4
  \1 d+ g6 j5 X. S1 ]8 j% ]│  │      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
│  │      
│  └─3.CNN实战
│          01_作业介绍.mp4
│          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
│  │      01_循环神经网络背景介绍.mp4
│  │      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
0 G; I7 n* y! Q6 S! J5 q8 k. U6 m│  │      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
! D. C. w- ]# ~0 f% K- y+ m" G│  │      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
" A+ z4 W& C$ l3 \5 f. e│  │      10_手写RNN案例：所有cell的反向传播.mp4
4 Z- o8 ]1 Y" n1 |$ u/ j" R. X│  │      11_案例总结.mp4
: E9 e3 x2 x3 D$ f6 \! r) S+ i│  │      12_GRU与LSTM介绍.mp4
& Z0 P- X- d1 J│  │      
/ E. X/ x0 v; Y│  ├─2.词嵌入
│  │      01_词嵌入介绍.mp4
│  │      02_词嵌入案例.mp4
& s" M  p" Q, ~! b" t│  │      
# p% t/ E2 v3 m% v│  └─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
│          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
8 ]9 l& I! F" w* Y) B│          07_机器翻译案例：训练逻辑与网络结构介绍.mp4
+ `5 j2 k: N5 g  j│          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
+ o# K% i' }% |6 o" U! s│          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
│          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
9 |  r$ G2 _" U6 b! o3 {; C( k4 @│          17_集束搜索介绍.mp4
│         
% o( ^  a4 K; Z  l& l5 s├─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
. V" Y' }( h3 R' i" @) }$ 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
+ P' b  u& f+ ?: D% Z│  │      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
4 b7 ^. W& H1 P: ^4 h│  │      02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp4
% d( c/ w3 f2 d│  │      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
" n( C6 H0 {  T- v3 o; k$ r3 V. g│  │      05_案例：卷积自编码器编写演示.mp4
, _: i: r- p' r5 X8 `, |7 D) g│  │      06_案例：降噪编码器介绍.mp4
& T4 M# p7 z9 \3 }) {5 G│  │      07_案例：降噪编码器案例.mp4
4 D  }- M+ l  v! @│  │      
│  └─3.CapsuleNet
) s+ q5 Y* [+ j' a# w│          01_CapsuleNet了解.mp4
│          02_深度学习课程总结.mp4
; B, }: ~4 S) F: v9 I1 c. L  I│         
/ Y  p8 m7 r6 b1 f# ~9 ^1 w9 U├─1-6 百度人脸识别
3 D4 Y" p5 J4 r6 {: M│  ├─1.平台介绍
0 w* W3 Y5 W1 U- r2 W│  │      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
. ^. e5 h: T( w& a/ G, z│  │      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
│  │      
│  ├─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
; g1 o- u$ X: M( v1 Q( S│  │      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
# E. V$ M$ o4 Z6 w│  │      2_1_5_人脸检测_调用API.mp4
4 J( P, t, g( E5 e, J│  │      2_1_6_人脸检测_图像坐标.mp4
: F7 Q  H7 o5 x4 Z│  │      2_1_7_人脸检测_边框.mp4
│  │      2_1_8_人脸检测_性别年龄总结.mp4
  _3 m( e: M( K3 x  J│  │      2_1_9_人脸检测_SDK方式.mp4
3 O* [- {! |* c! k│  │      
│  ├─3.图像技术之图像识别
# P( B, ^' U; a! ]& d& |1 ]# a7 r│  │      2_2_1_图像识别功能_应用创建.mp4
3 K, i9 O. O% N/ 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
1 V1 ~: h6 Z( N) Q! I│  │      2_2_4_图像检测_车辆检测.mp4
│  │      2_2_5_定制化图像识别_图像分类_步骤.mp4
+ S3 b- R, n6 \│  │      2_2_5_定制化图像识别_特点和功能.mp4
( C1 c$ ~" I* ?6 [8 ~│  │      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
│  │      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
6 L9 n/ m3 q+ L. f: d│  │      2_2_11_定制化图像识别_物体检测API_错误码.mp4
2 ]9 X8 p4 n! G) s1 \; ~│  │      
+ Y8 ?4 _# J! B4 ?9 H7 m% E& D│  ├─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
3 U# J/ g, `& G4 ^│  │      2_3_3_通用文字识别_其他版本函数.mp4
. ?9 O$ A2 f" R│  │      2_3_4_车牌识别.mp4
1 X. Q! N- _0 r2 c+ R+ R│  │      2_3_5_通用票据识别.mp4
│  │      2_3_6_自定义模板_步骤.mp4
2 G5 s; o' P$ P- I│  │      2_3_7_自定义模板_实际创建.mp4
; j  c: \! E& |, t│  │      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
│  │     
│  ├─5.语音技术
+ }$ p1 s5 S6 c│  │      3_1_1_语音识别_介绍和API.mp4
( K2 l6 l4 C" Z/ E8 D$ a* b4 Y1 g│  │      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
5 J1 Y- U: m/ V6 l, s│  │      3_2_1语音合成.mp4
│  │      
│  ├─6.自然语言处理
2 S* k$ i2 @" w: e. L│  │      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 ~; V% A1 u! P5 G- U4 r+ |│          5_1_2_案例_人脸搜索代码浏览.mp4
│          5_1_3_案例_获取token.mp4
5 j% ?# F, {: f4 F8 a│          5_1_4_案例_添加用户_人脸搜索.mp4
3 H& A( k8 y0 E2 N│          5_1_5_案例_主程序1.mp4
│          5_1_6_案例_主程序2.mp4
# @0 s, |9 p/ D│         
├─1-7 自然语言处理
5 G/ k: s! _/ U: E' X! q# m" v│  ├─1.自然语言处理基础概念
  @4 x6 Q3 |- E: i. r  l! a0 Z' X│  │      0.NLP介紹.mp4
│  │      1.NLP的种类.mp4
( f0 I" D2 g% m. X5 s% m4 h│  │      2.端对端深度学习模型.mp4
│  │      3.词袋.mp4
5 P2 o, s, S4 W# [│  │      4.Seq2Seq.mp4
│  │      5.Beam Serch Decoding.mp4
│  │      6.Attention.mp4
% ]- u, M$ Q8 V/ o9 _# K; u│  │      
│  ├─2.自然语言处理基础实作-机器学习篇
- `1 n: V! V: T0 D/ n8 x│  │      1.机器学习-NLTK_数据读取.mp4
( o* C  }( D# K. t│  │      2.机器学习-NLTK_清理数据.mp4
│  │      3.机器学习-NLTK_大小写转换.mp4
  H) }, m5 o3 ]. Q│  │      4.机器学习-NLTK_去除虚词.mp4
4 X/ V3 g: m* f, f) Q8 c% X3 G│  │      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
& q: e; V0 V; C7 l+ U1 K│  │      9.机器学习-NLTK_建立词袋模型.mp4
3 U- G9 W- ?' y│  │      
% F* Y4 E' v5 K* [5 g( G│  ├─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
│  │      11.深度学习-Deep Learning in NLP_模型优化.mp4
4 K& L& k4 o8 J; Z│  │      12.深度学习-Deep Learning in NLP_模型加速.mp4
│  │      
6 A  P9 P" A/ F- H4 W( I│  ├─4.自然语言处理核心部分
│  │      1.CNN REIVEW.mp4
│  │      2.CNN CODE.mp4
! f# R9 _) W# q8 [% |$ N│  │      3.RNN REVIEW.mp4
│  │      4.RNN CODE.mp4
│  │      5.LSTM.mp4
│  │      6.LSTM_CODE.mp4
( E' ]7 ~2 D; G: v. B# N, h│  │      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
│  │      11. 文本分类 RNN 搭建.mp4
& b- H! h# e, \- R6 z$ Y│  │      
  k+ d2 s" v7 R2 b6 B5 o, X; p│  └─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
' v6 ^' O1 Z$ Y$ F; _│          02. chatbot 环境搭建下载数据集.mp4
' X- l& Y8 A: y" p9 i│          03. chatbot 下载数据集.mp4
( [  D! z5 W, [  P' {% f  C│          04. chatbot 导入依赖包.mp4
& A8 u" ~: p6 X- c│          05. ChatBot 读取数据.mp4
- X# H* {8 W+ x6 ?# [3 d│          06. chatbot 创建对話字典.mp4
│          07. ChatBot 建立对话列表.mp4
9 U& r5 ?3 a# q5 R! l│          08. ChatBot 问答集.mp4
│          09. ChatBot 数据初步清洗.mp4
│          10. ChatBot 清理问题集&回答集.mp4
( N# d* x2 Q, E│          11. ChatBot 统计字频.mp4
% W3 H2 s: X! H  _│          12. ChatBot 标记化&去除少数字.mp4
│          13. ChatBot 最终标记.mp4
7 _$ o* X9 J0 m9 t│          14. ChatBot 逆向字典.mp4
│          15. ChatBot 添加 EOS 标签.mp4
* y( G$ h8 H1 ]0 p# G: P1 [│          16. ChatBot 问答数列化.mp4
│          17. ChatBot 长短句.mp4
+ j, a$ [" T6 _6 v5 T1 q│          18. ChatBot input&output.mp4
9 p2 P; }+ q' A$ g4 f! u│          19. ChatBot 处理输出.mp4
│          20. ChatBot 建立RNN 模型.mp4
│          21. ChatBot 解码器训练.mp4
* q/ m+ m) o. L+ F) M0 v│          22. ChatBot 解码器测试.mp4
│          23. ChatBot 创建解码RNN.mp4
│          24. ChatBot Seq2Seq 模型.mp4
8 `' q( `& T& N│          25. ChatBot 設置超参数.mp4
. ~: `* z- ]1 E( |  a) Q: K│          26. ChatBot 启动运算.mp4
4 K: y$ v9 p& c( Q5 G9 ]" p│          27. ChatBot 模型 input.mp4
│          28. ChatBot 模型輸入序列長度.mp4
3 O* J' ^3 ~$ @$ u- M│          29. ChatBot 設置輸入的数据形状.mp4
│          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
1 L* J* [! K/ \1 R  z│          33. ChatBot 问答数据批量.mp4
│          34. ChatBot 数据分割.mp4
│          35. ChatBot 训练.mp4
/ J6 v) `7 ^: ~+ r  U* F│          36. ChatBot 训练2.mp4
  V% H$ L. I; y* [1 L! e8 D│          37. ChatBot 测试.mp4
│          38. ChatBot 输入修飾.mp4
( Q; d) m" ^) u" Z│          39. ChatBot 开始聊天.mp4
& ?. ?! `' ~, T* D! q│         
0 M0 V; V$ m& y3 e. W├─1-8 图片商品物体检测项目第一阶段-检测算法原理
7 v+ [. u4 [$ F" j0 R& A│  ├─1.目标检测概述
; v1 y* N, M. Z8 ?│  │      01_课程要求以及目标.mp4
│  │      02_项目演示结果.mp4
# l6 D! j9 s5 v' o$ `│  │      03_项目结构以及课程安排.mp4
│  │      04_图像识别背景.mp4
/ e2 |5 i: A! F( U, B│  │      05_目标检测的定义和技术历史.mp4
  Z, S6 p6 O/ b│  │      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
; L: h* C3 m/ J4 d│  │      
│  ├─2.RCNN原理
) `5 _, H% ~$ S  a│  │      01_Overfeat模型.mp4
' D0 x8 D# N1 e% ]2 r/ f│  │      02_RCNN：步骤流程介绍.mp4
/ T$ O; o- T/ L% k" H) }1 w│  │      03_RCNN：候选区域以及特征提取.mp4
1 r+ X( s- }9 v+ y│  │      04_RCNN：SVM分类器.mp4
! v' J2 y2 p- d& l+ g│  │      05_RCNN：非极大抑制（NMS）.mp4
& R. _1 t' I+ X8 W  t3 m( I7 b0 Q│  │      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
│  │     
6 U* f; i* a6 j! o2 v│  ├─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
│  │      04_SPPNet：总结、优缺点与问题自测.mp4
; U, K& t( Y- k6 f│  │      
+ ~" w/ L- B- R2 R$ s; B( }6 t  s│  ├─4.FastRCNN原理
  d7 r. ~' v: g: s: Y( l6 G│  │      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
. y# }8 d# Q4 q% H& H$ d4 X) C│  │      
│  ├─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
3 ], R3 R, W  M. N" P/ ~9 M2 h│  │      
$ X/ O3 }- |1 ^9 l, h; Y│  ├─6.YOLO原理
- {7 P0 s5 n: o! e/ c│  │      01_YOLO：算法特点与流程介绍.mp4
$ V) ]) R7 @, g; X0 J+ Y- O│  │      02_YOLO：单元格原理过程.mp4
* A7 A3 n$ B" _& Q+ X6 N4 z* e│  │      03_YOLO：训练过程样本标记.mp4
$ H, L6 {/ Y; c* p. l! k$ J! D│  │      04_YOLO：总结.mp4
: X# h, Q9 g) m  `* O- {& m5 _│  │      
% Z' a: Z  ^7 _* H6 r$ c6 f│  └─7.SSD原理* @" n& B2 @8 ~/ x
0 Z1 i6 w+ t  Q* ^( i, f│          01_SSD：网络结构与Detected结构.mp4
│          02_SSD：localization与confidence.mp4
8 z- g/ }2 J+ L7 t& a3 R3 W4 e│          03_SSD：训练与测试流程总结.mp4
- R  Z1 _+ |' T5 W2 x: O1 p: H│          04_TensorflowSSD接口介绍.mp4
, \% k) R! J# ]9 m2 t│          05_第一阶段算法总结.mp4
7 ?; I$ l$ M6 r9 o& s│         
1 W6 O% y0 W3 t& G4 Z* ]% r, m├─1-9 图片商品物体检测项目第二阶段-数据集制作与处理
5 O+ A/ j: ]& `, f* U4 u1 ?│   ├─1.数据集标记
│   │      01_目标检测数据集介绍.mp4
│   │      02_商品数据集标记.mp4
+ K" ~7 L) k  n# p: ~" ^8 u│   │      
│   ├─2.数据集格式转换
& T3 r3 w  N; K% g│   │      01_数据集格式转换介绍.mp4
5 m$ v+ T' K3 Y: `5 \4 a" [- v│   │      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
│   │      05_格式转换：example封装、总结.mp4
% z% Z2 c1 C/ h3 a2 G' J9 [│   │      
0 I9 m, j; b) S' v2 h7 `: G│   └─3.TFRecords读取
│           01_slim库介绍.mp4
4 @$ f( I# f4 F0 a0 h: u0 x' O│           02_TFRecord读取：Dataset准备.mp4
) f% g  s3 U( Y1 T0 o7 l│           03_TFRecord读取：provider读取.mp4
│           04_第二阶段总结.mp4
│         
( A" F% D( @7 x0 \$ D6 K└─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
' ~; Q: L$ N1 y7 f* N$ j   │      01_项目架构设计.mp4
   │      02_训练与测试整体结构设计.mp4
   │      
! i4 w4 V4 ^6 }% U   ├─10.TFServing客户端
1 b: A, u5 N) R4 ?! I   │      01_Tensorflow serving client逻辑.mp4
   │      02_Client：用户输入图片处理.mp4
$ ]% _# {& m% |# \$ ?   │      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
  U4 T2 _) `+ u4 i   │      05_Client：结果解析.mp4
   │      06_Client：结果标记返回.mp4
   │      
   ├─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
   │      02_项目总结.mp4
1 A0 R/ ~7 F1 y1 x! W3 Q   │      
9 x% a5 _) _( r   ├─2.数据接口实现
   │      01_数据接口：商品格式转换实现.mp4
0 E' X5 t: C- m: `4 P8 K   │      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
) J$ X+ m  H% P% {1 S: M. L   │      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
   │      
$ o" d+ U6 X9 a; G0 R   ├─3.模型接口实现
! W( p% e5 n# s! l   │      01_模型接口：接口设置以及模型工厂代码.mp4
   │      
   ├─4.预处理接口实现
" O1 `0 ]- F6 g  W  w9 D   │      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
& N1 V5 F& t* Y  ~   │      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
   │      02_训练：model_deploy介绍.mp4
   │      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
/ H7 d3 ?7 h3 w. a( K; c   │      05_训练：2图片数据读取与处理逻辑介绍.mp4
& i# @0 o' {+ ~+ h$ b) {   │      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
   │      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
   │      11_训练：2队列设置.mp4
: D; i3 t( v: U/ ?( ~: f# r   │      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
. P: m, z9 I" Y! @   │      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
   │      
6 f& h9 |) a: F" }8 h   ├─6.测试过程实现
3 H1 ~7 e( Q4 C& f  N7 @: `   │      01_测试：测试流程介绍、代码.mp4
1 |+ C2 |2 ?: \3 f( a. \   │      02_测试：图片输入、结果标记代码.mp4
   │      
   ├─7.模型部署介绍
% l" k+ j2 g& V5 n. h7 P   │      01_web服务与模型部署流程关系介绍.mp4
   │      02_本地TensorFlow Serving演示以及逻辑介绍.mp4
   │      
: U# N, q. e  @0 }/ t1 d   ├─8.导出模型
/ v  u) v) p6 z) b3 r   │      01_模型导出：模型输入输出定义.mp4
  U6 K+ y3 C# P( h. t" y   │      02_模型导出：Savedmodel导出模型.mp4
, Z& i6 k2 Y8 P   │      
! P: o- s" t' F! @/ a   └─9.打开模型服务
           01_开启模型服务.mp4

8 p' ]7 t0 ?4 O6 [* R3 N9 ]. S& Q


0 L) |0 D' _5 i6 Y. x& J/ O
# T" Y# B; t( f+ M2 h7 b# ]1 J) K
1 h! m" k' z9 x' p! D3 v! {* Y! W; ~

, U  \- {  f; |
4 K) f* P0 d& h' ?5 X

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