|
|
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 p# c0 Q2 b e- H! G8 T百度网盘下载链接：
. _/ c; C: M' x' P0 d[/hide]密码: 7i6r 【解压密码：javazx.com-QhvQlt8B】
1 c, X% B/ c2 |集数合计：10章
2 l e7 S9 I% C7 J7 ]- Z
& J( _2 A' v3 ~' I7 C' s链接失效声明：如果本链接地址失效，请及时联系站长QQ：40069106
% S* C: X) z. R' @& }如何获取资源：VIP升级： https://www.javazx.com/thread-10591-1-1.html+ r% z; }; [; Q! E& `# {
VIP说明： 月度VIP：使用期限30天
2 q: H- R+ {' i$ E4 [; y8 j3 N, r 年度VIP：使用期限365天
3 O% F) k. q$ U1 m E% f 终身VIP：使用期限永久
( _5 Y/ E+ t! H$ p) ?% s$ G& U4 \' |( p: X* E) d0 o4 y6 o
Java视频教程详情描述：
: [0 o: z6 W4 `. s; vA0513《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
, u. F. S- z3 l1 _ c; K$ f
( Y9 M" A( O2 W4 yJava视频教程目录：
7 \6 {$ m- b) b% I! g
) n6 O" z2 u' y2 V/ v* L
/ x9 w' P2 V. q8 ]1 I1 e! y│ │
$ w2 n q. c; u0 S│ ├─3.浅层神经网络
9 n* E" W" U$ Q/ u│ │ 01_浅层神经网络表示.mp4
: {) Q1 [* [0 R4 N│ │ 02_浅层神经网络的前向传播.mp4
: \* u5 u5 I m' e6 G8 t q' L│ │ 03_激活函数的选择.mp4( P1 _: g1 f. \! ]4 {+ }
│ │ 04_浅层神经网络的反向传播.mp40 p i; r% R3 x% q
│ │ 05_作业介绍.mp4【Java自学网 www.javazx.com】* c$ Y9 y* [2 Y* s
│ │ 06_作业实现：初始化模型与前向传播.mp40 U9 B1 K( R$ H) L* `3 V
│ │ 07_作业实现：反向传播与更新梯度.mp4
4 j2 V) F: ^- [% h+ Z: {' W│ │ 08_作业实现：网络模型逻辑实现.mp4) R* {) p; m9 x/ b: {6 g
│ │ 09_总结.mp4
. K, b E4 H: _! H│ │
# X3 t" O& {- }$ G│ └─4.深层神经网络- Q/ E9 J( ~+ z+ }# @5 W$ y
│ 01_深层神经网络表示.mp4
( V" T; B/ W Q( \ W/ ]│ 02_深层神经网络的反向传播过程.mp4
. w6 f, r4 n$ y5 r& p1 u│ 03_参数初始化与超参数介绍.mp4
6 _5 k; b, h+ e! R│ javazx.com
3 q' Y. y; [( L5 J2 C9 d( j; L! L2 z% D+ n2 l# K
│ % u, T6 B4 p) e" p
├─1-2 深度学习优化进阶
5 G2 O6 b1 s6 P9 r) E, d│ ├─1.多分类
8 M9 a" i9 p' g! K│ │ 01_深度学习紧接、多分类介绍.mp4; M9 k* y) _" L' _) Z) b7 N
│ │ 02_交叉熵损失原理.mp4" E# o, R+ K# r! j4 X0 V
│ │ 03_案例：Mnist手写数字数据介绍.mp45 e8 P$ g' _ L7 m$ W
│ │ 04_案例：网络结构、流程、代码介绍.mp44 f! Z) }( w$ s2 \# X
│ │ 05_案例：主网络结构搭建实现.mp4
* X6 w; g& L6 j" m8 c3 E│ │ 06_案例：添加准确率.mp4
+ t* I9 T2 J7 f, E" q6 y1 M│ │ 07_案例：Tensorboard观察显示.mp4
- |* u0 e' r# y& C. I- l4 n│ │ 08_案例：添加模型保存、预测.mp4
W8 d/ S, r# h( }, i/ H$ L│ │ 09_调整学习率带来的问题.mp4
- p0 H" d+ e! o/ a# m2 L│ │
3 w6 {% |. _. L/ ]( D7 W│ ├─2.梯度下降算法优化
, Q* _, K. b. N q1 m│ │ 01_深度学习遇到问题、为什么需要优化算法.mp40 k( g, z! ]5 ]4 C3 H
│ │ 02_Mini梯度下降与Batch梯度下降.mp4
: g5 w: y K8 S. T. y1 }│ │ 03_指数加权平均.mp4. F! t0 a1 Y7 k) K
│ │ 04_动量梯度下降原理公式理解.mp4
! ~7 p* @5 P5 ^│ │ 05_RMSProp与Adam原理与学习率递减.mp4 D1 i/ \" I) p
│ │ 06_标准化输入带来的优化.mp48 H. L T7 z6 g( p
│ │ 07_作业介绍.mp4+ _) ^% X* R9 l" S4 @
│ │ 08_作业讲解1.mp4
# C( S) T2 M) r5 q# t│ │ 09_作业讲解2.mp40 y& Z# b1 ?3 C8 }& L P( T' d
│ │ ! Z( L8 K6 P! X! Z$ m
│ ├─3.深度学习正则化
* i5 A! l( S& i5 Z2 u- c│ │ 01_深度学习偏差与方差介绍为、什么需要正则化.mp41 }- F( I& Q8 ^) [
│ │ 02_正则化概念、L2正则化与L1正则化.mp4" E3 X. k! i4 I3 s+ y4 x9 X# L
│ │ 03_Droupout过程与原理理解.mp4: }8 _6 X. L% E# g' u& q2 L
│ │ 04_其它正则化方法-早停止法与数据增强.mp45 c9 f$ \2 T* X" s5 I
│ │ 05_正则化作业介绍.mp4
* n* B# t! m# \2 H│ │ 06_作业讲解1.mp4" F* H, R( }6 w3 V1 `% D- T5 X& H
│ │ 07_作业讲解2.mp4, f! [( r) X6 r
│ │
! @8 R1 b$ f! T, K6 A* u│ └─4.神经网络调参与BN( S b3 J% ], @: b4 M
│ 01_神经网络调参数技巧与如何设置参数、如何运行.mp4
8 U. O' y) a! n! q│ 02_批标准化定义、公式、为什么有效.mp4! r/ J; K4 _: C R! p8 T8 P) l
│
& \6 f6 y, M0 ?; O( H. d u├─1-3 卷积神经网络
7 r: o3 P6 h3 T. S│ ├─1.卷积网络原理2 l1 ?- ^ Z2 g* I- S- o
│ │ 01_卷积来源、数据量与感受野的边缘检测.mp4
# X. X4 K/ A- F9 X2 {│ │ 02_卷积网络结构介绍.mp4$ t# `0 s( z7 v5 p2 x$ s8 J
│ │ 03_默认卷积的运算过程.mp4
9 T/ b+ ~0 |3 X4 E0 o│ │ 04_零填充.mp44 F2 E/ X. }( M+ s. j% h
│ │ 05_过滤器大小与步长.mp4# x6 Q5 T6 z" H3 ?- a- e3 g
│ │ 06_多通道的卷积与多卷积核.mp4( }2 W }2 K& @9 d4 f
│ │ 07_卷积总结.mp4
; D0 L: x3 Y) n( j$ U│ │ 08_池化层.mp4+ q0 f) t$ w p7 e8 {! @, D. A) q
│ │ 09_全连接层.mp4
4 M' A. x5 B5 Z) P│ │ * [4 Q* _# m `. `- Y
│ ├─2.经典分类结构, z# F" m. d, M" v7 S8 Y2 V1 S
│ │ 01_LeNet5的计算过程详解.mp4
! D( U; O- j. j; V* f+ t│ │ 02_常见网络结构介绍.mp4
* t- I. n( ]6 o. p) E7 F+ ~│ │ 03_Inception(1x1卷积介绍）.mp4. ^& t+ Y% W; o/ q8 a
│ │ 04_Inception结构以及改进.mp4
9 B% C4 ]! }# S0 W" l+ v│ │ 05_GoogleNet了解与卷积网络学习内容.mp48 J* y; J1 o' P1 I @
│ │ 8 V; ?9 R# w3 h, Y3 y1 _. V3 S
│ └─3.CNN实战
4 h1 [8 H# ^! W6 H│ 01_作业介绍.mp4
4 L" y8 v) h8 S│ 02_作业讲解.mp4* j# g; c( i% s' [# C" L
│ 03_迁移学习.mp4
2 H2 U2 {+ W7 o& A8 T3 S│
4 Q" l6 d" M9 S5 @$ o# S. j├─1-4 循环神经网络+ v# U$ u' B0 v) _% f. }
│ ├─1.循环神经网络
* |7 j8 W$ Z" P! }1 j/ G│ │ 01_循环神经网络背景介绍.mp4# c/ }8 e( X9 g9 V
│ │ 02_循环神经网络结构原理.mp4! |2 u* |6 Y- X! Y; a4 v4 o
│ │ 03_词的表示与矩阵形状运算.mp4+ x0 A2 O* |+ ~6 t' A7 ?9 J$ I
│ │ 04_交叉熵损失计算.mp4: L3 ~8 s# l# V8 V- E
│ │ 05_时间反向传播算法.mp4
) l" q' v F( V│ │ 06_梯度消失、案例介绍.mp4: ]- L3 y% \: d: g! A2 }
│ │ 07_手写RNN案例：单个cell前向传播.mp4: Q6 T3 H* G3 A) v, n! N" H; `
│ │ 08_手写RNN案例：所有cell的前向传播.mp4& O8 r9 c6 v, y& V0 u# d
│ │ 09_手写RNN案例：单个cell的反向传播.mp4
( F. { ~' O' ?; m+ E. F* E% u│ │ 10_手写RNN案例：所有cell的反向传播.mp4' Y; q8 q' z. f4 R
│ │ 11_案例总结.mp41 A7 z$ y" R5 [0 [2 i
│ │ 12_GRU与LSTM介绍.mp4
$ e9 J/ `; m5 a│ │ # P5 i2 M# j1 {- H' C8 ]
│ ├─2.词嵌入0 k3 x! p1 q+ R- Q
│ │ 01_词嵌入介绍.mp4+ p, X Q3 I, k6 W, T4 N1 P
│ │ 02_词嵌入案例.mp4" y7 _9 F8 T/ ^8 a4 H1 J2 r
│ │ 3 U; Z+ `- c, j: ]' O( K
│ └─3.seq2seq与Attention机制( C5 t' c: h ^9 b' l
│ 01_seq2seq介绍与理解.mp4# J `9 K: S: Y) h/ r/ ]: [+ R
│ 02_seq2seq机器翻译等场景介绍分析.mp4; r3 P& |. `3 k* S$ r
│ 03_Attention原理分析.mp4
* Z5 ~- b' F8 |$ L│ 04_机器翻译案例：日期格式翻译转换、代码结构介绍.mp4
1 [. r G5 {2 P3 v6 f$ C r│ 05_机器翻译案例：模型参数定义.mp4# h& @1 `" s" `
│ 06_机器翻译案例：数据获取以及数据格式转换介绍.mp4
# f! Q9 H, z/ E: }0 @7 X v│ 07_机器翻译案例：训练逻辑与网络结构介绍.mp4( A' j* j- z- I2 [- F5 k! ~
│ 08_机器翻译案例：网络输入输出逻辑介绍.mp4
: u& G8 ^3 `- m! F: S; N$ M│ 09_机器翻译案例：网络输入输出逻辑编写.mp4
' m& S8 m% |* z! U- v& a; Z8 S│ 10_机器翻译案例：自定义网络seq2seq的编解码器定义.mp41 `( z( o! U/ G9 B0 J% x. c7 s
│ 11_机器翻译案例：seq2seq的输出层定义.mp4
* G0 N7 w5 O. D( m9 U│ 12_机器翻译案例：attention结构定义.mp49 J9 c. n; C$ }" _- G5 f
│ 13_机器翻译案例：model中计算attention输出c逻辑函数实现.mp46 Q1 n! c. R: ?% H* G9 s0 c
│ 14_机器翻译案例：训练逻辑编写.mp4
/ Q1 A) }* J% O' \# |* J9 j% P│ 15_机器翻译案例：训练结果与问题解决.mp4$ q+ {5 F5 v( z+ u
│ 16_机器翻译案例：测试逻辑结果演示.mp4 O+ Q0 U d+ J; W
│ 17_集束搜索介绍.mp4
# ?. n) r1 D2 K# X! m│
\9 H) @. h2 Z├─1-5 高级主题4 D6 `9 a0 H- j5 s% m
│ ├─1.生产对抗网络1 V! a: a8 K( I7 u+ m5 C
│ │ 01_高级主题介绍、GAN介绍.mp4' F. c! V0 m8 p" B) s
│ │ 02_GAN原理、损失和DCGAN结构.mp4, Y! E5 a# I5 x7 j& l
│ │ 03_生成数字图片案例：结果演示流程介绍.mp48 L9 h4 q( b& x1 G8 _6 \( Z+ d
│ │ 04_生成数字图片案例：模型初始化代码编写.mp4
; _" l8 K4 Z1 r2 C│ │ 05_生成数字图片案例：训练流程.mp4 g4 ^" P. w$ S+ H9 u2 i5 U% u/ C
│ │ 06_生成数字图片案例：运行保存图片并对比.mp4
% t# ?1 a8 N% q0 h, X- K0 ]% S% r│ │
7 F- c+ o; V& b# p! \│ ├─2.自动编码器
1 i: C$ S: R1 X. ~│ │ 01_自动编码器介绍.mp4- k, l, e$ F; [! H, P& Z
│ │ 02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp43 f* o: g' R" ]9 _& u
│ │ 03_案例：训练普通自编码器.mp4! E |, m% h4 ~" a% A
│ │ 04_案例：深度自编码器编写演示.mp4
- k8 A% }) b7 I1 [. _1 s( v# C! {│ │ 05_案例：卷积自编码器编写演示.mp46 ]1 Z* \6 L8 g& a. p3 A l
│ │ 06_案例：降噪编码器介绍.mp4
- V. r3 M* m; B7 X9 Z│ │ 07_案例：降噪编码器案例.mp4' c# B, O. j4 T: ]: a5 |1 W
│ │ , J3 O ~1 [: g+ @0 ^' Z8 f7 o
│ └─3.CapsuleNet
# T- Y+ E, @/ K8 D9 @│ 01_CapsuleNet了解.mp4
2 i3 m$ s/ E. U7 h! x│ 02_深度学习课程总结.mp4
6 ?% I5 X5 E: ?5 [4 W│
0 a" ^. o4 S; a& R" a* g├─1-6 百度人脸识别+ k0 j6 t& C, b/ k, X
│ ├─1.平台介绍" v0 J* d+ Q7 W! t/ C w
│ │ 0_课程组成和目标.mp4; K9 Q4 S% X8 Z
│ │ 1_1_访问入口.mp4' h- J& P( u/ z- ^% U# c
│ │ 1_2_机器学习平台_介绍.mp4
- w+ W5 c0 z [! |' F# ^. g0 f│ │ 1_3_百度深度学习平台_介绍.mp42 i( [& ]7 g: Y: X/ y
│ │ 1_4_百度深度学习平台_创建集群.mp4& f9 v- i( j4 S' _) f3 h
│ │ 1_5_百度人工智能平台_功能介绍.mp4
+ i" R7 D$ h- |) p3 `│ │ 1_6_人工智能平台_服务开通.mp4! x' p+ i# ^8 T1 k
│ │ 1_7_人工智能平台_访问方式和SDK安装.mp4
8 }) l5 `7 y. i6 o6 P│ │ j, N1 d/ e& I& x3 j" Q) x6 K
│ ├─2.图像技术之人脸识别( v5 R& u4 H' r1 @
│ │ 2_1_1_人脸识别功能介绍_开通应用.mp4
' K( @! q9 J0 }* i+ u ?0 F│ │ 2_1_2人脸识别_API.mp4 u6 Q, ~6 J1 W1 n1 Z
│ │ 2_1_3_人脸检测_步骤和代码浏览.mp4 e# p0 H B0 j f& v9 u
│ │ 2_1_4_人脸检测_获取access_token.mp4
$ W6 W5 \. `# k9 z5 _1 U│ │ 2_1_5_人脸检测_调用API.mp4$ i9 z3 p% G a8 X
│ │ 2_1_6_人脸检测_图像坐标.mp4
6 V% t d; y4 d3 a. w0 p│ │ 2_1_7_人脸检测_边框.mp4
' W6 G/ i( q5 A* u: B+ g) _│ │ 2_1_8_人脸检测_性别年龄总结.mp49 k3 p1 P6 I! Z J9 x
│ │ 2_1_9_人脸检测_SDK方式.mp45 {$ g8 k$ u, T9 u2 _
│ │
5 ?4 i! E2 i/ w8 \0 a6 g│ ├─3.图像技术之图像识别- Z" j. M" J) P8 k7 H
│ │ 2_2_1_图像识别功能_应用创建.mp4- t7 e/ a p3 [0 q6 [
│ │ 2_2_2_图像识别_物体检测API_实例.mp42 i2 Q0 q, |+ \! v
│ │ 2_2_3_图像检测识别_菜品识别.mp4( w4 K! r& ?' M5 E3 [/ D1 a
│ │ 2_2_4_图像检测_车辆检测.mp4
+ n( J; J) v+ v. r, e│ │ 2_2_5_定制化图像识别_图像分类_步骤.mp4
3 V0 \: ]3 {' i7 X+ g+ `# W9 ?│ │ 2_2_5_定制化图像识别_特点和功能.mp4
* n: Z4 R: ]6 Z0 b0 ~9 I7 e3 a│ │ 2_2_6_定制化图像识别_图像分类_操作.mp4
1 |$ Q$ y) D) Y│ │ 2_2_7_定制化图像识别_图像分类_关联和调用流程.mp4+ s7 c6 B: t6 |( y
│ │ 2_2_8_定制化图像识别_图像分类_代码实现.mp49 B$ F! b, e+ i, M; ]% f
│ │ 2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp4$ r# D5 _: E* [& s2 z
│ │ 2_2_10_定制化图像识别_物体检测_流程.mp49 P2 X* L% ^; z8 p. a) I
│ │ 2_2_11_定制化图像识别_物体检测API_错误码.mp4- D" @. G4 ~# m( A) {! P' D
│ │
; `" C' f, @8 O# Z* }' g│ ├─4.图像技术之文字识别
' @. |8 b) s# _, }│ │ 2_3_1_功能介绍_创建应用.mp49 K$ |4 r/ D- [) }' g
│ │ 2_3_2_通用文字识别_代码.mp4
& O# d0 O, u0 N│ │ 2_3_3_通用文字识别_其他版本函数.mp4
4 W4 |9 ?, K, n8 ^$ N0 b│ │ 2_3_4_车牌识别.mp41 u/ O2 @7 X7 X, r
│ │ 2_3_5_通用票据识别.mp4
3 V5 e9 B, x2 m: B' ]) N: m+ b! U│ │ 2_3_6_自定义模板_步骤.mp4& S" w, @& @# C, b: Q0 Q) G! O2 N
│ │ 2_3_7_自定义模板_实际创建.mp4
, x% j$ `; S' V( ]/ U, H1 K) n│ │ 2_3_8_自定义模板_API和代码.mp4! m2 I% {2 m% R' ~- L
│ │ 2_3_9_创建分类器.mp40 Y7 K4 W. t5 S$ M& m `- Y
│ │ 2_3_10_分类器代码.mp4
/ K4 ]" x: o5 J: C8 k e│ │ % C: ^8 R( y) L
│ ├─5.语音技术
9 D. O" [$ C7 z. \" }# s! O9 t│ │ 3_1_1_语音识别_介绍和API.mp41 b, h6 a* a ?4 \ Z$ _* ]
│ │ 3_1_2_语音识别案例_代码浏览.mp4& ?4 \3 M: v& q9 w
│ │ 3_1_3_语音识别案例_案例.mp4
7 P0 P3 U; b& ?0 V│ │ 3_2_1语音合成.mp46 x# n4 x$ L) R
│ │ 6 H. X. s% n- N) l# D
│ ├─6.自然语言处理+ O4 O5 V9 P/ ^1 M5 G2 @4 W* o
│ │ 4_1_1_自然语言处理基础技术.mp4# s/ H* r# t' x A: j0 y9 [
│ │
. Z' C- ]/ ^# r y+ t# i$ o│ └─7.人脸识别打卡案例0 \+ y4 Q: Y0 x0 J; l
│ 5_1_0_人脸打卡案例_介绍.mp4
. q4 a$ o6 @: S; i3 r0 S│ 5_1_1_案例_前端部分介绍.mp4
! |2 H' _" I2 M0 P% d5 d│ 5_1_2_案例_人脸搜索代码浏览.mp4
* W) a8 E9 w* w/ C9 w1 X$ C [6 ?│ 5_1_3_案例_获取token.mp4/ G. l7 m" c, Z) y2 O1 a
│ 5_1_4_案例_添加用户_人脸搜索.mp4
7 v5 S. n) V: W; C N│ 5_1_5_案例_主程序1.mp42 _1 Z( l5 g0 F5 r! T, I6 W! R5 w
│ 5_1_6_案例_主程序2.mp4
( V/ U: ~& h& l& ?5 m' l1 s│ 5 F; X6 T% G7 A' v
├─1-7 自然语言处理0 |5 x" O% [6 b* T
│ ├─1.自然语言处理基础概念1 O2 r. z- e" k8 N
│ │ 0.NLP介紹.mp4
, ?" t m0 c0 A" k, w3 c│ │ 1.NLP的种类.mp4/ `; m" P0 q0 x* J" B$ \
│ │ 2.端对端深度学习模型.mp46 L4 b! k# f/ R# m
│ │ 3.词袋.mp48 t( ^- S" y5 W0 Z# `, l
│ │ 4.Seq2Seq.mp4
0 |( H- K& t `4 C5 L! @5 o│ │ 5.Beam Serch Decoding.mp40 y& _( y# z D2 K' m3 R
│ │ 6.Attention.mp4
5 c+ Y9 }3 ~+ d│ │
3 i! z8 T. F) c4 ]7 x/ ~3 B│ ├─2.自然语言处理基础实作-机器学习篇4 M. ]7 t+ i1 `& v, w% X! m* x: ~
│ │ 1.机器学习-NLTK_数据读取.mp4
# U9 G' {2 l- }# e9 P8 U│ │ 2.机器学习-NLTK_清理数据.mp4. m) L8 P$ v# N! U) J
│ │ 3.机器学习-NLTK_大小写转换.mp49 ~; t- k. x/ Q! p" f' e0 A
│ │ 4.机器学习-NLTK_去除虚词.mp43 H* B" ^$ U& h8 {( F5 G4 x
│ │ 5.机器学习-NLTK_词根化.mp4* ]" l+ }: X& |; l) `2 j
│ │ 6.机器学习-NLTK_还原字符串.mp4
3 p1 y1 k; @$ o/ j2 C│ │ 7.机器学习-NLTK_稀疏矩阵.mp4' M- {+ I! f1 M: N0 l
│ │ 8.机器学习-NLTK_最大过滤.mp4
2 E2 \1 f3 e& O│ │ 9.机器学习-NLTK_建立词袋模型.mp4
! ?( o1 ^) `; d; |+ N│ │ 6 L( ~# }; a9 [& p+ E; ^; H
│ ├─3.自然语言处理基础实作-深度学习篇8 w3 a! ~% V; T0 A. x4 l. i
│ │ 10.深度学习-Deep Learning in NLP.mp4
7 C* [/ I1 d3 q% ~/ \3 p│ │ 11.深度学习-Deep Learning in NLP_模型优化.mp4
' v! {5 o9 r5 n& {9 j! ~│ │ 12.深度学习-Deep Learning in NLP_模型加速.mp4
5 o6 v1 D+ T7 U* K t" ^4 M│ │
8 O9 D8 B' _6 p! x; S│ ├─4.自然语言处理核心部分3 G [: `9 ^1 ^
│ │ 1.CNN REIVEW.mp4/ f8 E0 l: o7 C+ ^. ]! L8 h
│ │ 2.CNN CODE.mp4
- w9 k! R' T8 g8 B: u│ │ 3.RNN REVIEW.mp4
, n. Q# x/ l% y│ │ 4.RNN CODE.mp48 q! [' g( p- E& A1 J" r5 c. a
│ │ 5.LSTM.mp4
N) J- d M, C! ?) D. m7 Y│ │ 6.LSTM_CODE.mp4
4 n0 _, T8 c; G1 v K4 j│ │ 7.文本分类.mp4
0 Q/ P8 `7 X) Q# \│ │ 8.文本分类的方式.mp4% g2 w) B( c' M3 m3 b1 e
│ │ 9.文本分类CNN&RNN.mp41 c" v9 Q" c( y! u/ b
│ │ 10. 文本分类 CNN 模型使用.mp4
+ @) y! P7 o! B2 I5 G, F$ D5 L+ ^3 B│ │ 11. 文本分类 RNN 搭建.mp4
; S2 L; ]4 E$ \9 g│ │
" w& | \% H' a, s8 w( R5 V1 K│ └─5.实战项目-从无到有打造聊天机器人7 {: P3 _' Q9 h, v" g% l9 Z" M
│ 00. chatbot.mp4
1 z. y( B/ g) T│ 01. chatbot 搭建计画.mp4
+ k* C& q6 J9 c- f7 K3 u7 E7 n│ 02. chatbot 环境搭建下载数据集.mp4
$ p5 V" j; s9 w│ 03. chatbot 下载数据集.mp4& k* g6 g1 S8 P, K
│ 04. chatbot 导入依赖包.mp4
$ _2 q2 B" c$ T. a) A│ 05. ChatBot 读取数据.mp4
% Z- L( h5 o) w1 I) C4 e5 l│ 06. chatbot 创建对話字典.mp4( K4 i T: C# f9 q6 f
│ 07. ChatBot 建立对话列表.mp4
2 v8 ?# Q, t9 k* j' P6 `5 `│ 08. ChatBot 问答集.mp4, \- R/ N8 b( _3 {) c
│ 09. ChatBot 数据初步清洗.mp4$ E2 |) t% | u+ L# \- q
│ 10. ChatBot 清理问题集&回答集.mp4& C, _- t9 Q5 z% [$ m% I
│ 11. ChatBot 统计字频.mp4
- m5 a# Q" V+ Z' _ l: ^2 N- K2 @/ }) f│ 12. ChatBot 标记化&去除少数字.mp44 H3 ]6 q8 r3 s+ a1 G, `
│ 13. ChatBot 最终标记.mp4* k/ P" o6 I6 Y" A& y
│ 14. ChatBot 逆向字典.mp4" k0 ~+ o+ \8 @3 q$ l/ u
│ 15. ChatBot 添加 EOS 标签.mp4
7 W5 r6 b( b. N/ ?8 G│ 16. ChatBot 问答数列化.mp4
5 [' O. c8 e1 w( }│ 17. ChatBot 长短句.mp47 B& V; S$ u2 f) n( M
│ 18. ChatBot input&output.mp4- f" f& Z, P1 _( z( ~
│ 19. ChatBot 处理输出.mp4
+ V" s* s4 t# q. B) n: r- ^: ?) I [│ 20. ChatBot 建立RNN 模型.mp4 [$ e5 B+ V, @
│ 21. ChatBot 解码器训练.mp4$ v) @0 [6 k5 w: _0 a# i' d/ N
│ 22. ChatBot 解码器测试.mp4
- H" B) }+ [0 a. L; Z0 @: z│ 23. ChatBot 创建解码RNN.mp4
8 L {6 r W+ A& n I+ }. F│ 24. ChatBot Seq2Seq 模型.mp4: w w5 L. ^: Z5 ]# u" h, t& ]
│ 25. ChatBot 設置超参数.mp4
$ a8 Q1 v/ R; J% V9 g D) q2 o) g│ 26. ChatBot 启动运算.mp4
9 q, C T9 k4 ]" }% E7 o6 M│ 27. ChatBot 模型 input.mp4" e* b5 H8 C& k' h+ l
│ 28. ChatBot 模型輸入序列長度.mp49 e: h% K$ M# S% i: w
│ 29. ChatBot 設置輸入的数据形状.mp4 O, H0 ?4 h( _8 }" Q
│ 30. ChatBot训练 & 测试結果.mp45 u% B! n4 n; O9 I$ P2 p
│ 31. ChatBot 损失，优化，梯度消減.mp4- e! A \! R/ ?( J
│ 32. ChatBot 问答等长处理.mp4, W; I+ r$ k- D+ G' w3 o
│ 33. ChatBot 问答数据批量.mp4
' t4 h9 P( L0 p6 u5 l# ?5 g│ 34. ChatBot 数据分割.mp4
5 e& y- J3 b. A+ t│ 35. ChatBot 训练.mp41 I' B6 F/ Y8 M: y; k% O6 [2 _
│ 36. ChatBot 训练2.mp4
2 w' E! P& F0 R6 P. z! V' v! ?$ _│ 37. ChatBot 测试.mp4( |: o* _. L3 `( Z4 \4 O" x% Z
│ 38. ChatBot 输入修飾.mp4
: C0 v+ O! A" N7 ]( U│ 39. ChatBot 开始聊天.mp4# J7 ]( f3 j8 l2 b- C
│
& K, ?& y6 V8 x9 M: E├─1-8 图片商品物体检测项目第一阶段-检测算法原理
! N1 K4 p$ k) C6 H" l, ~│ ├─1.目标检测概述" V0 b$ J* |, E2 z8 v8 D
│ │ 01_课程要求以及目标.mp41 S, Y% f9 ?" w: B- z+ }* X; A7 t
│ │ 02_项目演示结果.mp40 Z! Z# s' T% T$ |; a: R
│ │ 03_项目结构以及课程安排.mp4) J& G4 I" ]# k& V& d
│ │ 04_图像识别背景.mp48 `1 D6 u8 _& C) V$ n( O) X9 {, F
│ │ 05_目标检测的定义和技术历史.mp4
Z8 f K- t, o│ │ 06_目标检测应用场景.mp4: h% d3 U0 C+ q2 P
│ │ 07_目标检测算法原理铺垫.mp43 q, ]) t/ _3 D& z2 }, Z
│ │ 08_目标检测任务描述.mp4
0 U8 b( M8 X5 }│ │ + C' i, q" O* O/ Y; o; q! G' P6 q: S
│ ├─2.RCNN原理
7 A4 |& Y) i/ f9 c- V. D│ │ 01_Overfeat模型.mp4 z0 P6 ^5 [3 k# n* K0 x, r: u) U
│ │ 02_RCNN：步骤流程介绍.mp4
5 P9 ]4 ?) [) k( ]; B- d│ │ 03_RCNN：候选区域以及特征提取.mp4# F7 K2 Q* K( a0 J+ ~7 }+ t, b- w
│ │ 04_RCNN：SVM分类器.mp48 {$ K$ G4 t" K) v4 f
│ │ 05_RCNN：非极大抑制（NMS）.mp4
4 [9 p7 e y# j# J& }6 p+ w. x$ N│ │ 06_RCNN：候选区域修正.mp4
4 f$ B& Q& l x│ │ 07_RCNN：训练过程与测试过程介绍.mp4
8 ]5 F' {; L8 |+ C│ │ 08_RCNN：总结、优缺点与问题自测.mp4* N0 ?: B+ j8 c; {* Q# W
│ │ 6 e$ I1 z6 t' {* K3 E2 a7 c0 G
│ ├─3.SPPNet原理* }& z- Q' M: P4 W6 ~) B
│ │ 01_SPPNet：与RCNN的区别、网络流程.mp4# ~& u) g& n7 }
│ │ 02_SPPNet：映射.mp4
) a6 C1 F" G3 ~: Y/ r5 o│ │ 03_SPPNet：SPP层的作用.mp4: q( u, {, p: d; m
│ │ 04_SPPNet：总结、优缺点与问题自测.mp4
5 n5 p. i. t5 ?! o" u+ J* t│ │ ; l$ m2 c/ @$ Z4 ]/ `, n# t
│ ├─4.FastRCNN原理" S% i3 Y t" {' ~( V8 A% K
│ │ 01_FastRCNN：改进之处以及网络流程.mp4
" b+ \# @5 {7 H0 F. {" p│ │ 02_FastRCNN：RoI pooling结构以及SPP对比.mp4' r/ `9 ~5 l" { i/ P& s
│ │ 03_FastRCNN：多任务损失.mp4
6 z o2 x/ B* y│ │ 04_FastRCNN：总结与问题自测.mp4
9 Y" i2 s! [& B( @6 S) ?4 B! G) j│ │ * U3 o( K5 J F+ \( v3 m2 Q' J
│ ├─5.FasterRCNN原理1 n: b- t5 p& A+ Z( J* g, _; k5 W
│ │ 01_FasterRCNN：网络结构与步骤.mp4, c, O6 C2 D3 c+ @6 y
│ │ 02_FasterRCNN：RPN网络的原理.mp4' L5 ~ e/ {% R+ B
│ │ 03_FasterRCNN：总结与问题自测.mp4
: j* Y, \& Z! ~# @0 [, m1 R│ │ 6 @. K. K( t6 u9 J S* K* T
│ ├─6.YOLO原理7 |- z, z. A: _& w$ k* E
│ │ 01_YOLO：算法特点与流程介绍.mp4; I- R f+ n1 N, v# e. B
│ │ 02_YOLO：单元格原理过程.mp49 \, Q% v# }/ J9 O" P. ~) S: I* C4 y
│ │ 03_YOLO：训练过程样本标记.mp4
U3 y# Y6 D+ r0 u8 ]3 Q" P; c5 f│ │ 04_YOLO：总结.mp4
8 d, ~+ F& e& g# s% S) K│ │
( ?" k6 X) r8 p' K8 n5 `│ └─7.SSD原理* @" n& B2 @8 ~/ x! m2 W% Z+ X" T9 R d! Q. U
│ 01_SSD：网络结构与Detected结构.mp4! C3 `- P1 P1 E0 J( m
│ 02_SSD：localization与confidence.mp4
3 T7 I7 b- r6 ?) y6 R9 l! Q│ 03_SSD：训练与测试流程总结.mp4
: j: A# N" o/ r# C│ 04_TensorflowSSD接口介绍.mp44 T) h: R9 E: @0 \: n8 G& d
│ 05_第一阶段算法总结.mp40 y {2 b s4 m+ Y
│ 7 p* R4 R$ ]2 N+ Z/ t
├─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% }+ i- r3 x# J/ ~5 r
│ ├─1.数据集标记$ f4 P# ]! ^0 ^7 [# |' N) ~; d2 b
│ │ 01_目标检测数据集介绍.mp4
: v1 S6 T) ?& I│ │ 02_商品数据集标记.mp4
6 }' s/ U% y+ N│ │
# u q- W& K! [3 f: J/ Z, [' Z│ ├─2.数据集格式转换, t' _ `% g4 r) W. J, Z: ]
│ │ 01_数据集格式转换介绍.mp4) n- b& E0 t$ n- ]$ H" I
│ │ 02_格式转换：代码介绍.mp4
3 M+ F6 r! F. X: A│ │ 03_格式转换：文件读取以及存储逻辑.mp4
) p4 F' @* n$ l+ n2 R% Q; L' z: u0 u│ │ 04_格式转换：图片数据以及XML读取.mp4
2 x: l6 l. q. T/ s: O m│ │ 05_格式转换：example封装、总结.mp4( o3 a; P2 s% \1 c) a4 k$ p
│ │ ) p! Q$ \2 g; b' x! v, p0 z* U
│ └─3.TFRecords读取
1 j+ @% D* w- j* S1 w( y6 _│ 01_slim库介绍.mp4# \+ V1 g$ Q" i
│ 02_TFRecord读取：Dataset准备.mp45 K8 @- \- r# S2 B# a6 ^
│ 03_TFRecord读取：provider读取.mp4. Q) V A8 I( T5 o
│ 04_第二阶段总结.mp4% ~4 v+ I6 L6 p. o. i9 {. r/ M
│
( |8 r2 l* B; a2 ]! V- C└─1-10 图片商品物体检测项目第三阶段-项目实现与部署
' _4 y6 M: k) ` i w, e) T ├─1.项目架构
# s( p3 K& N3 i. B7 b │ 01_项目架构设计.mp4
# }; H D& l' f │ 02_训练与测试整体结构设计.mp4
% I, C$ i% M4 S( @* d │
' M; V E V8 o7 Z ├─10.TFServing客户端9 z; d; }) E R
│ 01_Tensorflow serving client逻辑.mp45 d* C: r' D1 R/ B
│ 02_Client：用户输入图片处理.mp4
) U- ?) q7 s2 ]' p, s) E │ 03_Client：grpc与serving apis介绍.mp4
6 k8 R$ B; Q1 ]4 g% k │ 04_Client：客户端建立连接获取结果代码.mp4! A7 J9 L! G8 [: s" h
│ 05_Client：结果解析.mp4; D1 Y5 d5 C. f* l; I0 ?+ D
│ 06_Client：结果标记返回.mp4
" C* y+ _0 D2 F4 Z3 T │
/ v( P& _8 A T$ |7 D ├─11.服务器部署) k% W; f, G/ J4 F
│ 01_服务器部署：服务器部署的代码文件需求、服务开启.mp4
5 `6 q4 ] x3 u3 h0 { │ 02_项目总结.mp4$ l0 M9 r" E! Y: \* a0 z
│
F' W. b# f5 U* w4 d% T ├─2.数据接口实现2 _+ {3 y# ^0 t' P, i# z% H6 `7 K
│ 01_数据接口：商品格式转换实现.mp4
+ f9 z9 B s" u7 m. f6 Y; x6 C │ 02_数据接口：读取数据接口设计以及基类如何定义.mp48 A! z* U" u& I @! O0 k
│ 03_数据接口：商品数据读取子类实现.mp4
- U6 f, h- R+ z; o │ 04_数据接口：数据读取工厂逻辑实现.mp4
8 Z1 v- d O3 r. l9 g8 n │ 05_数据接口：代码运行与数据模块总结.mp4
7 _+ W' Q I4 J* J; V) u; U │ : F6 @) `7 `& H0 |7 b
├─3.模型接口实现2 M# a( M' n5 e- w. a! h% S
│ 01_模型接口：接口设置以及模型工厂代码.mp43 Q2 O# ]: R1 o* r
│ + [( z- k$ R' H7 b4 a
├─4.预处理接口实现0 E7 U4 }: B I- U" B+ K! p E
│ 01_预处理接口：预处理需求介绍、数据增强介绍.mp4
/ Y& M, v0 a! m │ 02_预处理接口：预处理工厂代码.mp4
- i! q- d9 x3 K* i │ 03_预处理接口：预处理工厂代码参数错误调整.mp4
& F! V0 ~- W0 i3 R │ 04_数据接口、模型接口、预处理接口参数总结.mp4; M- d9 R* X3 d! v! |" V
│
* `( N8 x! T& O ├─5.训练过程实现2 k( _1 L% _4 v4 C& z
│ 01_训练：训练步骤与设备部署介绍.mp4
& Q) n) I1 a* k) z0 C2 `# \ │ 02_训练：model_deploy介绍.mp4% | r+ \ y4 o- W0 P
│ 03_训练：训练运行结果显示与初始配置确定.mp4$ d% t: |; O0 y6 G
│ 04_训练：1设备配置代码以及全局步数定义.mp4
! g; Z- h, M; B$ V │ 05_训练：2图片数据读取与处理逻辑介绍.mp4
% [) U3 o9 c. U) }( r │ 06_训练：2数据模块与网络模型获取结果.mp4
% ?- v0 x' }0 [3 H: @ │ 07_训练：2网络参数修改、provider获取数据、预处理.mp4
, |: t4 T3 N3 g' y( d │ 08_训练：2NHWC和NCHW介绍.mp4
( T; \8 ]- `0 c* O$ x │ 09_训练：2对anchors进行正负样本标记.mp47 b, {6 Z- U/ s
│ 10_训练：2批处理获取以及数据形状变换.mp4! a5 r* o' Y' M0 ]
│ 11_训练：2队列设置.mp4+ s! K8 `; @0 X9 L) v: ?& o
│ 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
# ~; A+ a* r: _6 N8 Z │ 13_训练：5总损失计算与变量平均梯度计算6训练配置.mp4
0 L% n4 N6 J( O │ 14_训练：训练流程总结.mp44 q, I5 D: \. t6 @8 E
│ * n! N! h8 P. E
├─6.测试过程实现
! M* |% G: X# ]2 T f │ 01_测试：测试流程介绍、代码.mp4
; z6 K2 m. ~4 Y/ b; @' D8 H │ 02_测试：图片输入、结果标记代码.mp4
7 D2 ` P V, q* l: h! Q │ , l& B* i, y. ^, j
├─7.模型部署介绍
2 }. x6 z- D, @6 X m% ^ │ 01_web服务与模型部署流程关系介绍.mp41 C( C9 _3 p" Q' k+ M
│ 02_本地TensorFlow Serving演示以及逻辑介绍.mp4
/ |2 u2 h# g" \8 y7 a8 v8 l1 d/ e │ ) F4 N0 {" H" e3 ^
├─8.导出模型( ]. d0 l* p' r% {$ ~# ~0 i7 b
│ 01_模型导出：模型输入输出定义.mp4
- M4 @/ o. |0 F3 K* w! i" L │ 02_模型导出：Savedmodel导出模型.mp4
% ~- v4 k; h3 X │ ; {( j5 }2 i' |% ]( Y r0 `% A
└─9.打开模型服务2 w/ G9 X) O2 t8 l' D/ q; [
01_开启模型服务.mp4) {9 Y& j. F4 m$ |
6 ^: o- w7 [/ _3 d. }, h5 F0 x2 n. w1 U; q* W9 J
|5 F7 @! V6 H$ j9 S" k0 {, s- b# M, Q' ^+ ~2 }/ \
" R( v# y* n. Z/ F
0 c( s" |- Z+ H6 O: y7 w9 z
5 g7 \4 ~. T$ r8 _; b+ l# ` ]2 S. C% `% e" Y* c7 F
2 o! @2 h$ Y. y' a
|
|
[复制链接]
发表于 2019-8-23 00:38:11
发表于 2019-8-23 08:58:05
