|
Java视频教程名称: Py人工智能TensorFlow人脸识别小程序端开发课视频教程[javazx.com] java自学网[javazx.com] TensorFlow视频教程 it教程 Java自学网收集整理; r* g/ Z2 s. Z7 C" q# L
百度网盘下载链接:
$ r0 W% s) M$ f$ G$ Y[/hide]密码: yjpr 【解压密码:javazx.com-nkhzjMnJ】
2 n, t: C$ g! N& K集数合计:153讲[javazx.com] 6 Q- C* O* V9 k( w0 W( X
/ R+ V: b8 Y( A9 N
链接失效声明:如果本链接地址失效,请及时联系站长QQ:40069106 $ w4 p" X9 `, N @: G6 g: F
如何获取资源:VIP升级: https://www.javazx.com/thread-10591-1-1.html5 L$ X, J, k; e8 I+ m
VIP说明: 月度VIP:使用期限30天
' F( R; J) G ^- H 年度VIP:使用期限365天5 H1 Z. v. R+ Z- c7 Q7 O' Z" Z0 g
终身VIP:使用期限永久
" @" ~ o9 Z$ s, K$ c
! ]4 Z( z) Q; i. }+ o' V( \Java视频教程详情描述: 8 K2 X6 p! s& p; A4 l$ s
A0582《Py人工智能TensorFlow人脸识别小程序端开发课视频教程》javazx.com Py人工智能TensorFlow人脸识别小程序端开发课视频教程 javazx点com java自学网整理 , \1 t7 W5 C$ t7 \* h4 e: ?
: W+ m6 W* Y/ r$ l" J4 a jJava视频教程目录:
' b$ T8 ]# u* E! p& O8 ]
$ T* K* k8 X: @5 N# ?( D8 `( b
$ {3 g$ u4 b- M7 k, W$ y# A课时32:轻量型卷积神经网-SqueezeNet.mp4: I+ d1 d0 a) Y" Q
课时33:轻量型卷积神经网-MobileNet.mp4
; R) u8 A, b7 l3 K% j) Q课时34:轻量型卷积神经网-ShuffleNet V1.mp4) ~+ N! I3 C+ H* S6 D+ Q$ V4 M
课时35:轻量型卷积神经网-ShuffleNet V2.mp4# a$ ^, b+ R4 k( X. a, `6 E
课时36:多分支的卷积神经网.mp4
- ?$ U9 d6 z4 s1 b课时37:卷积神经网中的Attention.mp4
8 n$ B! T' C6 d* b7 I课时38:卷积神经网的压缩方法.mp4+ [# F0 N. i6 ~) R2 {
课时39:TensorFlow概念介绍-Graph.mp4
8 R5 ]( O J' n9 Y- e# m$ c+ i8 R% b课时40:Session-Tensor-Operation-Feed-Fetch介绍.mp4
$ [1 l& H5 P R+ y" A. s; s课时41:TensorFlow中核心API接口.mp49 k8 v7 x" ]7 v
课时42:TensorFlow数据读取机制与API方法.mp43 Z# Y* @+ V5 q
课时43:Cifar10数据解析编程案例.mp4
+ {* @# n Q1 N# _, ^课时44:Tensorflow中TFRecord数据打包编程案例 试看.mp4
3 Q. y4 N$ L# W, U, V# g x4 C. X课时45:如何使用tf.train.slice_input_producer读取文件列表中的样本.mp4; c4 v7 N. z: W! o2 ?/ G/ d6 |% J
课时46:如何使用tf.train.string_input_producer读取文件列表中的样本.mp47 F4 C6 o, ]; }" l. X9 M
课时47:如何通过TF对已经打包过的数据进行解析.mp4
) |# m+ V/ x, _课时48:TF中的高级API接口.mp42 w$ I8 M( W( h/ c. ^
课时49:TF中的数据增强.mp4
0 B0 P3 P# [6 X/ G" {课时50:Tensorboard 调试技巧.mp4( E2 m- m/ P3 {+ a% L5 Q
课时51:TF挑战cifar10.mp4
* w2 n/ j1 D% y8 _! C5 h! W& Zjavazx.com: B7 Y' y) E' I1 k
课时52:Cifar10数据读取与数据增强.mp4
" O7 Q& C" q, f8 L0 ^; E课时53:TensorFlow+Slim网络结构搭建.mp4% P7 N4 v5 E# O/ A3 D s2 ?
课时54: Loss、Optimal、Learning Rate、BN等定义.mp45 e( z z- W+ k7 u
课时55:Train部分代码编写.mp4/ s0 A) [' y% _+ R/ y; t
课时56:Test部分代码编写.mp4
* _. D: y( |5 k* c" n3 ?课时57:Tensorboard+tf.summary.mp42 q/ ?8 G, e- q: @ T+ y5 P# u Y
课时58:模型恢复和模型存储.mp4
2 O. O+ ~# K# t5 M! Y课时59:网络结构优化—resnet模型.mp4
# P" ~% Z& l% U! ]2 b课时60:TF官方版本训练Cifar10分类任务.mp4# ~, n' `: p& Q6 T
课时61:人脸业务场景实战.mp40 ~3 e- f8 U c+ U
课时62:人脸检测业务描述以及人脸标注方法.mp4
6 Z' Y$ s7 {0 T9 C* w7 w, x课时63:人脸检测性能评价指标.mp4
; _4 ]) P7 @* x& ]课时64:基于传统的人脸检测方法.mp45 I. ?1 T V7 o' M* ~; W
课时65:人脸检测方法.mp43 P1 J% A: o4 o5 b5 ]7 }
课时66:人脸检测面临的问题与小人脸问题.mp4' V9 t6 u( r) U$ P, T4 V
课时67:SSD模型介绍 主干网络与多尺度Feature map.mp4
+ _. ?- G# f) L4 i" k" B课时68:SSD模型原理介绍(Anchor与Default box).mp4
) q0 T2 Q: j. K: g课时69:SSD模型原理介绍(Prior box、损失函数、样本构造、数据增强).mp4
K4 J* r) C% o4 ?; p0 j课时70:TensorFlow-ssd环境搭建(1).mp40 d' f8 u+ i) C) G: p& Z+ o
课时71:TensorFlow-ssd环境搭建(2).mp4
' E7 @7 ]# _7 v, o) B) w7 v% V课时72:数据清洗与数据打包-理论讲解(1).mp4
; g) J e& V+ @: Z课时73:数据清洗与数据打包-理论讲解(2).mp4
5 o e: a% G6 t: z7 W) R; j课时74:数据清洗与数据打包-实操(1).mp4 ~( C* O0 n* o! j7 p/ [# P
课时75:数据清洗与数据打包-实操(2).mp4
) `% `9 V; x \/ N+ u课时76:数据清洗与数据打包-实操(3).mp4
: q" z1 R) \9 X# V1 H( o' D4 l课时77:TensorFlow-ssd模型训练之框架解读(1).mp44 `! ` j& h1 u; v/ _2 V# J
课时78:TensorFlow-ssd模型训练之框架解读(2).mp48 m2 J" F4 q4 j" b) d) y
课时79:TensorFlow-ssd 模型训练-实操(1).mp4
5 j. x' A- G( ?6 D9 Z课时80:TensorFlow-ssd 模型训练-实操(2).mp4
1 Z% c e2 V, H课时81:TensorFlow-ssd 模型训练-实操(3).mp4
" h8 G# W2 x. V/ H& f课时82:如何将训练好的模型转化成pb文件.mp4
0 x& G* R0 p. ` W! {课时83:TensorFlow-ssd 模型测试.mp4$ |* _& p; [( w1 v' k
课时84:Flask介绍.mp4& {( R+ A$ q3 \
课时85:开始一个Flask案例.mp4- d. _ ~) p4 t6 {
课时86:结合Flask定义人脸检测web接口.mp4
8 L% |, u2 ~/ J2 g4 @1 `课时87:微信小程序介绍.mp4: }' x: W- g: D. {7 L1 B* F
课时88:创建小程序项目.mp4, z% F- l: P( q! f
课时89:人脸检测小程序项目目录讲解.mp4
! a |, d- o6 k9 f- R1 H0 o课时90:采集人脸图像.mp4
. h/ s, u1 ]0 T2 ^9 ?课时91:上传人脸图像.mp4, n& R& K* i+ C: y$ d! `8 [
课时92:接口调用与结果绘制.mp4* a- i! y- O: n1 w5 {5 W+ i# T% S
课时93:人脸检测小程序演示 试看.mp4
: E5 G3 {8 v6 E% y1 O0 ~- P课时94:人脸匹配业务介绍.mp4
* z! U0 F, ^; q! U7 F+ F课时95:人脸特征表示问题(1).mp4
. t1 l( }: G$ w! a5 _课时96:人脸特征表示问题(2).mp48 F. v x5 i! H2 q# K; A
课时97:度量学习.mp44 ]' E: G. L0 B g
课时98:facenet原理简介.mp4) S' [# j9 [# h3 z
课时99:facenet环境搭建.mp40 l1 H; s4 ^+ y) V/ ^. G
课时100:facenet数据准备-数据集介绍与说明.mp4
' \, d; s5 U2 q, T4 t课时101:facenet数据准备-LFW-MTCNN.mp4
$ P* a+ U, Z: x/ g课时102:facenet数据准备-Dlib处理CASIA-Face以及CELEBA介绍.mp4, s+ s+ m1 J p' L9 ?
课时103:facenet模型训练.mp4! u& `9 H7 h8 N+ |( e
课时104:facenet源码解读与源码优化(1).mp4
6 P9 F' m( t3 C$ b+ y1 _课时105:facenet源码解读与源码优化(2).mp4: L1 }+ S8 u: w# `. O
课时106:facenet模型测试.mp46 I: x2 b4 l7 M% m" ?
课时107:训练模型转pb文件,模型固化.mp4
; Z6 W: G1 t- M$ Y$ N课时108:web接口封装之人脸匹配业务流程说明.mp4* Z+ b( I2 o; h/ W& o( W" A; K
课时109:facenet web接口封装(1).mp4' Q" q5 p* A$ h2 x; @
课时110:facenet web接口封装(2).mp4
2 w: a: t* p: f课时111:人脸注册小程序端编程实现.mp4/ B5 H( O7 ~ ]- x# ]7 v
课时112:人脸注册flask服务端编程实现.mp49 X+ T' J! _# s" O" L
课时113:人脸登录小程序端编程实现.mp4
) N7 ~3 {$ ]/ z7 O) Z/ D课时114:人脸登录flask服务端编程实现.mp4" X+ V6 T1 S1 t$ D1 @
课时115:人脸登录流程回顾与阈值判定.mp4
2 y5 o* W: }; Q" h课时116:人脸对齐基本概念介绍.mp46 n6 ]( q7 W( |" S: ?
课时117:人脸对齐算法评价指标.mp4; S9 A0 _/ l- \* t* P$ |# E; e
课时118:人脸对齐-传统方法(1).mp4
1 D& r! F7 _. |4 k3 u课时119:人脸对齐-传统方法(2).mp4
# ^- q2 _: @0 X% R* [- T9 i& s( U课时120:人脸对齐算法深度学习算法及3D人脸问题(1).mp4; G+ [ K& ?3 A- F
课时121:人脸对齐算法深度学习算法及3D人脸问题(2).mp4
' o- {! a a' \$ _" X7 ?6 B8 ?2 D课时122:人脸对齐算法常用数据集.mp47 F) D& B" C: a, J4 \/ W- I- c# ?
课时123:人脸对齐算法常见问题及解决思路.mp47 _' w% T- g5 T" }+ J$ v
课时124:Tensorflow-SENet模型详细介绍.mp47 A0 o$ E% l; a/ p6 q
课时125:数据准备和环境参数.mp4# I9 R$ J, q6 j- Y4 k+ u( R, y5 N
课时126:人脸关键点数据打包(1).mp42 ?, t' s; P, p2 ^
课时127:人脸关键点数据打包(2).mp4
1 i/ e. a0 ] s课时128:人脸关键点模型训练编程实例(1).mp40 P. p# B J% m+ i8 l
课时129:人脸关键点模型训练编程实例(2).mp4
# B1 P1 |+ ?5 {课时130:人脸关键点模型训练编程实例(3).mp4
+ h! }: S# E# M" g课时131:人脸关键点模型导出Pb文件(模型固化).mp4
6 u& O2 c u8 B! E; g* z5 d {& a课时132:人脸关键点模型测试.mp4# {3 Y! |( j8 ]. z+ q5 a' }
课时133:人脸关键点模型Flaskweb接口封装(1).mp4
" J8 g. L* d% l7 t% V课时134:人脸关键点模型Flaskweb接口封装(2).mp4* |1 Q: m5 t1 R' S. E6 m6 j# j
课时135:人脸关键点模型小程序端编程实战.mp4+ B2 q. J1 B8 a: ?. a* J! j5 D# C% j
课时136:活体检测业务介绍.mp4
) z/ T/ }% G' V( y1 t6 L4 N课时137:活体检测方法.mp4
" T4 t8 c6 s( _+ K课时138:活体检测方法面临挑战和解决思路.mp4- t8 U: f) p3 e/ K
课时139:活体检测编程准备.mp4. h# l1 J" {& [, ^
课时140:活体检测微信web端开发(1).mp4
- h% X+ p9 R( b! F6 E( N课时141:活体检测微信web端开发(2).mp4
, I z+ B& H2 |6 P2 F* M2 j/ N课时142:活体检测编程实战微信端开发.mp4
5 M8 ~0 W; H. f t: u+ _6 c课时143:人脸属性业务介绍.mp4
9 R- K7 t1 z* ?: m8 r# r% B课时144:基于多任务网络的人脸属性编程实战.mp4
$ G' h& A; b7 R7 m课时145:数据准备.mp4
% Z" y9 x: y/ j6 p# F8 l9 e+ z课时146:模型搭建和模型训练(1).mp4, J. `, \( C" x x1 J
课时147:模型搭建和模型训练(2).mp4
! {# f2 V* } c* g( D课时148:模型搭建和模型训练(3).mp4, a* e6 J- \3 X2 `! i3 g; C
课时149:模型固化转PB.mp49 v2 ?2 h, d( ?
课时150:模型测试.mp4
- ^5 ~2 P4 q. l9 h' J课时151:flask端 web接口封装.mp4
2 D6 a& c! Y/ B% R6 `- h课时152:人脸属性小程序功能实现.mp4
4 w* k( [% y3 \5 P" a" E8 U3 T6 T( Z课时153:结束语.mp4
" V [* i* i! X
y" r: I, x9 g. P5 R
$ A' I" w3 a- ]0 c |
|