|
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& t7 N9 S# E% Q$ d百度网盘下载链接:) ?, n D& L, I- Z% @
[/hide]密码: yjpr 【解压密码:javazx.com-nkhzjMnJ】
/ F! k: ?( x; E集数合计:153讲[javazx.com]
$ E( |: w0 K& C- n
( M$ ^6 i! a- u0 y链接失效声明:如果本链接地址失效,请及时联系站长QQ:40069106 8 o, g2 p$ K3 J k' a8 ?# c
如何获取资源:VIP升级: https://www.javazx.com/thread-10591-1-1.html
& O+ q2 t/ K8 C' uVIP说明: 月度VIP:使用期限30天
# R; ? B/ M; t& p1 x9 N2 s4 `8 ] 年度VIP:使用期限365天
8 P* _, s' R m$ Q/ _, d 终身VIP:使用期限永久 M6 z) P) B3 [8 ^" F5 h
* `6 k/ [; M3 g0 Q2 [0 B% ?. \Java视频教程详情描述: ) F! A+ l1 y, Z
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 8 D1 T- Q! h/ }' Y, i4 `* d
: t; P0 E8 p2 wJava视频教程目录:
3 z- W f; u0 {* F( k# E! p
) N5 z7 D+ L& v" s8 C4 q, U& U1 \. x; t2 Y5 C) J. g. B& ]
课时32:轻量型卷积神经网-SqueezeNet.mp4
, G# q$ `; {& k& N6 r5 `9 h课时33:轻量型卷积神经网-MobileNet.mp4
4 R3 X2 n& L; t; }% Y' E课时34:轻量型卷积神经网-ShuffleNet V1.mp4
, a1 A$ V/ N' p课时35:轻量型卷积神经网-ShuffleNet V2.mp4' |( }7 W- r4 ]0 c: e% R5 m
课时36:多分支的卷积神经网.mp4# r/ _0 S$ j" J9 F. W+ t
课时37:卷积神经网中的Attention.mp4
0 }, x, [/ H. c! j$ ?$ w课时38:卷积神经网的压缩方法.mp4
! e+ Z! P, m: F, ]课时39:TensorFlow概念介绍-Graph.mp4
3 Z+ s! D3 r! |: O2 r, _6 f- B课时40:Session-Tensor-Operation-Feed-Fetch介绍.mp4/ l+ l" o# T% _! R, \
课时41:TensorFlow中核心API接口.mp4( `3 J- R9 d. @6 _: Q
课时42:TensorFlow数据读取机制与API方法.mp4$ Q& \, Y* a- S! y" w% Q" O
课时43:Cifar10数据解析编程案例.mp4, r, n( s1 M! \4 H2 k0 a# S
课时44:Tensorflow中TFRecord数据打包编程案例 试看.mp44 W% y) Z2 N% G( U
课时45:如何使用tf.train.slice_input_producer读取文件列表中的样本.mp4
7 J7 V# f' v% _# d% u% c课时46:如何使用tf.train.string_input_producer读取文件列表中的样本.mp4
0 H# j. S# s6 v% j8 B' m课时47:如何通过TF对已经打包过的数据进行解析.mp4. L- l5 i; E& o9 l, E+ E& S
课时48:TF中的高级API接口.mp4
3 H9 v5 z: {7 n课时49:TF中的数据增强.mp4# P2 y: a+ n" ]. n2 M( F0 m
课时50:Tensorboard 调试技巧.mp4) \ ^% \, q+ M( N
课时51:TF挑战cifar10.mp4
& x+ x0 d4 _) Yjavazx.com5 K6 `( K0 q; V) ]# m6 T
课时52:Cifar10数据读取与数据增强.mp4
$ F* h) I0 B! g! O课时53:TensorFlow+Slim网络结构搭建.mp4
- D: H; m+ c! u1 F7 G1 ^3 [7 w课时54: Loss、Optimal、Learning Rate、BN等定义.mp4" g7 k# Z4 L* O6 G/ l/ G
课时55:Train部分代码编写.mp4. Q e$ q* `. h9 F
课时56:Test部分代码编写.mp40 N' j ]* g- D6 \ x. \6 o2 [
课时57:Tensorboard+tf.summary.mp4+ x" X9 Z. P& l. B* k) V1 B
课时58:模型恢复和模型存储.mp49 S6 N& _5 s6 s3 b% `1 ^0 L
课时59:网络结构优化—resnet模型.mp4
- p, f6 k1 m& j课时60:TF官方版本训练Cifar10分类任务.mp4
4 l" N t4 J) @( _* ~; v: @课时61:人脸业务场景实战.mp4
8 S; P# N1 ?7 @+ E# `# r" r! R课时62:人脸检测业务描述以及人脸标注方法.mp41 C1 i* E! \( \ V1 g, A) C, J2 W
课时63:人脸检测性能评价指标.mp4$ s( V0 F/ S6 P# X
课时64:基于传统的人脸检测方法.mp4+ B. C! r) t* N" {+ a
课时65:人脸检测方法.mp4: x/ A4 L6 }! G1 c+ A
课时66:人脸检测面临的问题与小人脸问题.mp4& z8 M G! T4 M( v
课时67:SSD模型介绍 主干网络与多尺度Feature map.mp4. ]- A0 Z) A7 G4 c& L
课时68:SSD模型原理介绍(Anchor与Default box).mp4- U6 r& J8 O" ~) J# U# y/ j" S
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
) o9 O. Y3 O- G* m2 B6 f课时70:TensorFlow-ssd环境搭建(1).mp46 k' Z1 e4 k2 W% r8 r6 [) T
课时71:TensorFlow-ssd环境搭建(2).mp4+ d" o6 S1 A: |6 ^. }
课时72:数据清洗与数据打包-理论讲解(1).mp4
/ u, S6 W0 C* u0 g课时73:数据清洗与数据打包-理论讲解(2).mp4
6 T0 X* l# y1 R" [0 n课时74:数据清洗与数据打包-实操(1).mp4" _6 @- X# k6 ~; Y' a( ?7 U! g
课时75:数据清洗与数据打包-实操(2).mp4/ f/ i0 v" Z2 o8 b7 q$ e4 u( `
课时76:数据清洗与数据打包-实操(3).mp4) Q2 y6 o, z/ }# y
课时77:TensorFlow-ssd模型训练之框架解读(1).mp4
2 c9 s ~3 s* I$ ~' j课时78:TensorFlow-ssd模型训练之框架解读(2).mp4& B; p J- v8 e' o
课时79:TensorFlow-ssd 模型训练-实操(1).mp4
- P3 Q) m- W0 G5 E7 a课时80:TensorFlow-ssd 模型训练-实操(2).mp4+ n/ _$ i9 o, _3 U! O5 Q
课时81:TensorFlow-ssd 模型训练-实操(3).mp4
! u% B. C' y8 i Q: s课时82:如何将训练好的模型转化成pb文件.mp4
. \4 j5 Q% y7 @. c课时83:TensorFlow-ssd 模型测试.mp4
" { |+ I( R/ T: w8 P9 E课时84:Flask介绍.mp49 ^- K7 x5 a+ B- N% _9 `
课时85:开始一个Flask案例.mp4
6 l7 W* L% v4 Z$ R. _课时86:结合Flask定义人脸检测web接口.mp40 s! k9 a, v2 g# @4 w% D/ k
课时87:微信小程序介绍.mp47 [8 O# J: t- ?9 u5 C
课时88:创建小程序项目.mp4
1 f$ d( Z* t4 _! M) @1 L$ x课时89:人脸检测小程序项目目录讲解.mp4
X5 R7 P% J" E课时90:采集人脸图像.mp41 ~7 t* C3 ]/ f3 j0 l, G
课时91:上传人脸图像.mp4; K; ]& {$ Z& E3 T3 R% G
课时92:接口调用与结果绘制.mp4$ |+ ^$ ^. c3 V* P# M* ]/ H
课时93:人脸检测小程序演示 试看.mp4
9 H {8 _' g4 v课时94:人脸匹配业务介绍.mp4' X6 u+ A# @: o. n: b
课时95:人脸特征表示问题(1).mp42 H ^5 C5 a6 B: K/ \
课时96:人脸特征表示问题(2).mp4
6 k8 I( \* p+ z5 |. U3 A# G+ N课时97:度量学习.mp4
% M% Q! j& }1 H2 y8 B5 Q! `课时98:facenet原理简介.mp4
! i+ V7 n. Y) X9 s0 m课时99:facenet环境搭建.mp4 B l" b% O; q6 X
课时100:facenet数据准备-数据集介绍与说明.mp4
5 H6 N. H7 R6 P7 h6 I: q课时101:facenet数据准备-LFW-MTCNN.mp4
; h7 c: V9 G! }3 X+ l' G( ^课时102:facenet数据准备-Dlib处理CASIA-Face以及CELEBA介绍.mp46 P a2 i% A5 i
课时103:facenet模型训练.mp4( L A: o0 m S& i
课时104:facenet源码解读与源码优化(1).mp4
, u+ g7 U2 O) K2 O) o* }; \课时105:facenet源码解读与源码优化(2).mp48 {: v5 X k& N) ?$ u! V) o
课时106:facenet模型测试.mp4
C" ?% W% L x1 a$ ]" z% u: Q1 G! s4 \课时107:训练模型转pb文件,模型固化.mp41 h5 ], ^1 R3 M) E/ O
课时108:web接口封装之人脸匹配业务流程说明.mp48 e X4 q2 F$ G+ h1 i9 k
课时109:facenet web接口封装(1).mp4 \# [, Y& Z2 @' k* l
课时110:facenet web接口封装(2).mp4+ Q7 T( Z# e3 f
课时111:人脸注册小程序端编程实现.mp4' Q3 ~- x* l7 F7 \" b( @4 h* A
课时112:人脸注册flask服务端编程实现.mp46 G0 j* N& \) w9 K/ y) S1 m$ x
课时113:人脸登录小程序端编程实现.mp4
+ ?" U+ ]4 C- O课时114:人脸登录flask服务端编程实现.mp4
5 O. H8 f' b# s( ?$ l0 e课时115:人脸登录流程回顾与阈值判定.mp4/ O4 ~- X. ~* j% A
课时116:人脸对齐基本概念介绍.mp4; G% f" O: X6 z6 @ \# C1 U0 G
课时117:人脸对齐算法评价指标.mp4
1 c/ }4 n" h. U课时118:人脸对齐-传统方法(1).mp4
$ e( N; x6 \" N7 o2 ~, C4 N课时119:人脸对齐-传统方法(2).mp4
6 q+ I7 G) h# _$ ^' r0 k课时120:人脸对齐算法深度学习算法及3D人脸问题(1).mp4$ w- M3 f9 Z. C2 G
课时121:人脸对齐算法深度学习算法及3D人脸问题(2).mp4
( u9 m% Q. F+ C; p- B4 g课时122:人脸对齐算法常用数据集.mp4- N4 z [/ G% R; [+ d
课时123:人脸对齐算法常见问题及解决思路.mp4
" t7 m. P) j+ T& O3 Y课时124:Tensorflow-SENet模型详细介绍.mp4
4 `$ W4 N$ p& ?9 M课时125:数据准备和环境参数.mp4
5 G+ @0 E* ^ S) `课时126:人脸关键点数据打包(1).mp4
; C0 x& _! T( I; O% n& |课时127:人脸关键点数据打包(2).mp4
) D3 Y( A& H) ~! w课时128:人脸关键点模型训练编程实例(1).mp49 K* K+ ?9 O6 e( k) F( ~* w! f) ?& A0 C
课时129:人脸关键点模型训练编程实例(2).mp48 X+ I! E9 ^7 u7 t- H0 p: z
课时130:人脸关键点模型训练编程实例(3).mp4
' U3 F% P9 f2 @( @课时131:人脸关键点模型导出Pb文件(模型固化).mp4
# Z0 c+ H0 y% [课时132:人脸关键点模型测试.mp4
0 n, E$ U% [! S6 @课时133:人脸关键点模型Flaskweb接口封装(1).mp4
0 [; K9 y; n* [课时134:人脸关键点模型Flaskweb接口封装(2).mp4( o2 T5 w# T m( f
课时135:人脸关键点模型小程序端编程实战.mp4
. D% ?0 g+ z/ {7 E Y1 f/ K& e* i课时136:活体检测业务介绍.mp4
6 l* R& n& _% v, M4 Y- |课时137:活体检测方法.mp49 Z K' `( \8 |) p" i/ a
课时138:活体检测方法面临挑战和解决思路.mp4
6 b) B& H+ t9 M7 Z- Q2 e课时139:活体检测编程准备.mp4
: L; y) E/ [% c1 W) d4 U2 x$ A课时140:活体检测微信web端开发(1).mp4
6 f5 ]! Y b( [" ?! N0 J课时141:活体检测微信web端开发(2).mp4
, |3 V- w+ C I, ]$ L; Q$ j/ f课时142:活体检测编程实战微信端开发.mp49 v! u; n- P+ w8 H
课时143:人脸属性业务介绍.mp4! ~. i8 q' M* U
课时144:基于多任务网络的人脸属性编程实战.mp40 l: s0 t) A5 V! H. g
课时145:数据准备.mp4
]* U6 A. o6 s# _2 {7 N$ }! N课时146:模型搭建和模型训练(1).mp44 {$ a, p' g# \
课时147:模型搭建和模型训练(2).mp41 R) C; { M r3 j3 u
课时148:模型搭建和模型训练(3).mp4
* A4 f% p$ m: O/ i课时149:模型固化转PB.mp4
# q/ J; B; B+ t& ~课时150:模型测试.mp45 o& K- R7 k$ E' H+ [
课时151:flask端 web接口封装.mp4
0 e- ]5 k# M+ o S" r课时152:人脸属性小程序功能实现.mp4+ Z {4 T* u* S, a% g
课时153:结束语.mp45 U, [% I1 ?- E9 C5 ^
! d0 D. a8 n1 x( V
, o- P! T3 g8 C |
|