|
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
$ }" a- g5 B4 i! z5 _0 i9 Q! N百度网盘下载链接:4 C J5 r- ?5 f6 r4 R# a
[/hide]密码: yjpr 【解压密码:javazx.com-nkhzjMnJ】
5 H' u& Q' W1 F* Q" O集数合计:153讲[javazx.com]
7 \! E/ `9 v) ]( \' h! W1 U$ a
0 X6 f! R8 Y8 l% d# ?$ l链接失效声明:如果本链接地址失效,请及时联系站长QQ:40069106 . t" R4 C6 a' q& _* F
如何获取资源:VIP升级: https://www.javazx.com/thread-10591-1-1.html) `- @$ ^3 v% P9 w! X) [
VIP说明: 月度VIP:使用期限30天& L5 B$ K: f9 ^7 y6 \( l
年度VIP:使用期限365天( B0 c* m$ V, ^0 p! N- W% @
终身VIP:使用期限永久
1 Q r- x8 C. h9 K M+ e- i) e$ Q, [. A# Y) g2 I5 \4 D# I# ^0 f
Java视频教程详情描述: 8 O( m$ R. J7 v7 ~ \7 U1 P' w
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 ! Y/ }: Y/ {. @; M9 K9 K
V C1 J! O% ?8 S1 d
Java视频教程目录:
; v5 @2 I. U5 D% t' g* o+ s/ |
, [+ k% h9 [0 F4 Q8 Z, O h0 e& a
8 _% H) K3 g( x. ?! P课时32:轻量型卷积神经网-SqueezeNet.mp4
# F9 j6 T/ O" C+ i课时33:轻量型卷积神经网-MobileNet.mp4; D1 ]+ c- x2 c; L
课时34:轻量型卷积神经网-ShuffleNet V1.mp4
" ~1 f' B0 }& B- u$ J4 t( C1 u课时35:轻量型卷积神经网-ShuffleNet V2.mp4# m( z0 j1 \5 e ^1 ]" \8 S
课时36:多分支的卷积神经网.mp4
& @( M/ _5 b) [" {课时37:卷积神经网中的Attention.mp45 L! [- [/ S# z$ S) L- c$ Q
课时38:卷积神经网的压缩方法.mp4* Q# Z$ d% `% c$ X) \
课时39:TensorFlow概念介绍-Graph.mp4
0 I* P7 u$ R3 P9 [4 H课时40:Session-Tensor-Operation-Feed-Fetch介绍.mp4
# U4 O7 u" S' N$ r: y课时41:TensorFlow中核心API接口.mp4/ B, q# ~, Z1 S9 E" d ~
课时42:TensorFlow数据读取机制与API方法.mp45 Q, ]5 z0 T; R' f
课时43:Cifar10数据解析编程案例.mp46 ^( S: p5 u, z1 T: a1 R8 M+ W
课时44:Tensorflow中TFRecord数据打包编程案例 试看.mp4
$ }+ a* u$ s4 f2 _6 ~. g课时45:如何使用tf.train.slice_input_producer读取文件列表中的样本.mp4' z# C& \* F5 o* ^
课时46:如何使用tf.train.string_input_producer读取文件列表中的样本.mp4; [6 C: ]7 M+ m7 x E, n7 w
课时47:如何通过TF对已经打包过的数据进行解析.mp4- E% l0 }4 [: e' Y+ [- X$ k
课时48:TF中的高级API接口.mp4* ?7 m+ Q! g/ K8 ^8 d! q; `3 [# H
课时49:TF中的数据增强.mp4# h9 f/ Q' C* f/ ~
课时50:Tensorboard 调试技巧.mp48 W* p! z# t! @$ T1 z9 b3 G4 t! t
课时51:TF挑战cifar10.mp4/ }8 E, r! C, a. G Y! v- Q
javazx.com
# W6 y3 G0 w+ k }课时52:Cifar10数据读取与数据增强.mp4: n5 v0 E9 e' w$ H: x
课时53:TensorFlow+Slim网络结构搭建.mp4/ c2 J N* s& S% w+ [, p
课时54: Loss、Optimal、Learning Rate、BN等定义.mp4
- F$ y' g7 B. [) ]& e/ ?5 u课时55:Train部分代码编写.mp40 b' Q4 e4 r4 ?2 K
课时56:Test部分代码编写.mp4 C( I* q8 [9 [( G0 o" s
课时57:Tensorboard+tf.summary.mp4% G, c# e7 A+ \
课时58:模型恢复和模型存储.mp4
) @ E. P6 |" o; n2 V% D课时59:网络结构优化—resnet模型.mp43 |0 W. Z7 o4 {, |; K$ F0 J
课时60:TF官方版本训练Cifar10分类任务.mp4: N/ D3 x$ u# }0 O4 |7 E
课时61:人脸业务场景实战.mp43 |: v3 x' t. g
课时62:人脸检测业务描述以及人脸标注方法.mp4' }# V, q2 k: n7 Q' w. e
课时63:人脸检测性能评价指标.mp4
: \3 c$ g4 S0 i$ r# m课时64:基于传统的人脸检测方法.mp4
+ {2 L% ~/ Z* w6 s. k# b- |课时65:人脸检测方法.mp4$ N* k! h+ d* f1 [; G6 c
课时66:人脸检测面临的问题与小人脸问题.mp4- U6 h/ }+ S8 {# ^5 _- [
课时67:SSD模型介绍 主干网络与多尺度Feature map.mp4
% j; D* m2 o. A% G% N/ N; _课时68:SSD模型原理介绍(Anchor与Default box).mp45 {6 R/ D: F/ e' [" U+ H
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: C; p/ n& A( R
课时70:TensorFlow-ssd环境搭建(1).mp4
* g8 L7 {0 n2 C$ l$ b/ P课时71:TensorFlow-ssd环境搭建(2).mp4
! C8 u8 B( N* X' a+ ~ T$ ^课时72:数据清洗与数据打包-理论讲解(1).mp4
2 L& j- @4 \/ E5 p9 I/ ~课时73:数据清洗与数据打包-理论讲解(2).mp4, P% e9 a8 q; P" e
课时74:数据清洗与数据打包-实操(1).mp44 M- c0 c. D$ o; r
课时75:数据清洗与数据打包-实操(2).mp4
7 z, o; I. r& y' H课时76:数据清洗与数据打包-实操(3).mp42 J5 z- |6 Y. U: K+ E
课时77:TensorFlow-ssd模型训练之框架解读(1).mp4+ e3 e1 P+ G/ U9 ?& e6 J" Z
课时78:TensorFlow-ssd模型训练之框架解读(2).mp4# O2 F+ q# Q- @6 d% d
课时79:TensorFlow-ssd 模型训练-实操(1).mp4
! c0 k! Q9 n* N, [: _4 y) V课时80:TensorFlow-ssd 模型训练-实操(2).mp4
% @7 u1 a1 l7 A$ e课时81:TensorFlow-ssd 模型训练-实操(3).mp4" S0 b' V1 Q+ I7 Q* d( @6 ]5 q
课时82:如何将训练好的模型转化成pb文件.mp4
2 p" v+ Q* B8 v. ^) h" j, O课时83:TensorFlow-ssd 模型测试.mp4: a! y1 C! Z: L( Y' c" V
课时84:Flask介绍.mp48 W3 Q2 E/ \: T/ U
课时85:开始一个Flask案例.mp4
* |1 g( E, d+ m% |. ]课时86:结合Flask定义人脸检测web接口.mp46 ~- g$ @ K. h8 E; ]2 l, q
课时87:微信小程序介绍.mp4
" H: w7 Q1 \, |! m课时88:创建小程序项目.mp4
7 Z7 h' u0 j7 {" C$ ]3 O6 ^! g: }课时89:人脸检测小程序项目目录讲解.mp4
% @ }- v7 Q/ @' c课时90:采集人脸图像.mp4
- P C6 V9 M- L+ A3 w' k课时91:上传人脸图像.mp4
1 P3 w) r/ ?7 J& x9 ?课时92:接口调用与结果绘制.mp4 ^: E# U# [( t5 X* p/ F! }6 I5 W7 o
课时93:人脸检测小程序演示 试看.mp4' o9 v/ E& M% Y) [* s
课时94:人脸匹配业务介绍.mp4( B/ X6 L* w4 C. T; {
课时95:人脸特征表示问题(1).mp4' d% o- h6 n$ P
课时96:人脸特征表示问题(2).mp4
% N$ B2 ^5 R' H& V7 M# i/ \3 l5 u+ v课时97:度量学习.mp4; u( i" q) z' t: S9 [1 U
课时98:facenet原理简介.mp42 }- s5 E" Q* a
课时99:facenet环境搭建.mp4! C6 _$ ~# y- n2 n6 z+ F
课时100:facenet数据准备-数据集介绍与说明.mp48 i2 d4 l8 b5 N, e( @
课时101:facenet数据准备-LFW-MTCNN.mp4
( X" o: W* b: D: o% {8 [课时102:facenet数据准备-Dlib处理CASIA-Face以及CELEBA介绍.mp4
) q' t6 r: j8 ~( E! f6 [课时103:facenet模型训练.mp4* ]& y7 m4 G0 {% F+ D
课时104:facenet源码解读与源码优化(1).mp44 y- i4 M$ S# W
课时105:facenet源码解读与源码优化(2).mp4
4 M. z' {6 W6 L; H课时106:facenet模型测试.mp4
4 z( f- d6 I5 l+ N' W* h课时107:训练模型转pb文件,模型固化.mp4
( L P" y7 G3 u6 w J课时108:web接口封装之人脸匹配业务流程说明.mp48 B/ M: w2 E8 Z$ S
课时109:facenet web接口封装(1).mp4
6 d" z& G' H8 k) ^3 ~课时110:facenet web接口封装(2).mp4
* R: c# B1 T. m; L# r& Z) p/ {/ w5 K课时111:人脸注册小程序端编程实现.mp4, h7 A5 i a0 S2 T7 W% e6 d
课时112:人脸注册flask服务端编程实现.mp4
4 @' q7 D) c$ H2 K' h, M课时113:人脸登录小程序端编程实现.mp49 H$ ^6 [2 o# l" ?8 t) p0 Z
课时114:人脸登录flask服务端编程实现.mp43 p8 Z, X( m* a9 I4 E8 C7 w
课时115:人脸登录流程回顾与阈值判定.mp4
2 \, Y5 j- j& T7 _* o1 ~课时116:人脸对齐基本概念介绍.mp47 [' ~8 @5 L' s8 g: u& ^ W( K
课时117:人脸对齐算法评价指标.mp4" K( g% G, F4 O( z
课时118:人脸对齐-传统方法(1).mp4$ L7 X V2 c% u; R- N- j# d% P/ A/ _
课时119:人脸对齐-传统方法(2).mp4
( V6 N! L8 B9 R* m# c k课时120:人脸对齐算法深度学习算法及3D人脸问题(1).mp4
: }* D- T/ b+ c+ ^8 ]/ {1 U课时121:人脸对齐算法深度学习算法及3D人脸问题(2).mp4
( K V2 x g. q5 ~) R+ Y课时122:人脸对齐算法常用数据集.mp42 d% H: x# ]: U. J) u5 p
课时123:人脸对齐算法常见问题及解决思路.mp40 Z8 r; M8 K: G( g! `
课时124:Tensorflow-SENet模型详细介绍.mp42 H0 k4 |, t2 j2 ^% Q" ^
课时125:数据准备和环境参数.mp48 A- A( I2 J( G1 ~$ b6 o/ M. f' @6 T, O
课时126:人脸关键点数据打包(1).mp4
& c$ N9 G# b- i( ^课时127:人脸关键点数据打包(2).mp4
* i" L* v$ m. n# ~ _6 I0 |课时128:人脸关键点模型训练编程实例(1).mp4
; |2 b& J6 l) F2 U课时129:人脸关键点模型训练编程实例(2).mp4
; I4 Y( k. I% ?0 {* U课时130:人脸关键点模型训练编程实例(3).mp4
( Z; N7 { r' T9 i8 M! a& d课时131:人脸关键点模型导出Pb文件(模型固化).mp40 A! A6 P0 u, j4 ~" u, X- |
课时132:人脸关键点模型测试.mp4+ L" k& R5 Z3 ~1 T# u$ T& @1 W5 o
课时133:人脸关键点模型Flaskweb接口封装(1).mp4( s/ l8 Y* K; `& F
课时134:人脸关键点模型Flaskweb接口封装(2).mp4
% [4 \6 D4 U+ F# X. R课时135:人脸关键点模型小程序端编程实战.mp4
' X# x7 K, i3 N+ {" X课时136:活体检测业务介绍.mp4
$ O c6 T4 c) y% t$ a/ X; z: T课时137:活体检测方法.mp4: B3 W! P- ^# M3 V- b! _
课时138:活体检测方法面临挑战和解决思路.mp44 e: y+ k: F# G" t( u# T
课时139:活体检测编程准备.mp4
, @3 R6 \2 \7 C6 \5 M课时140:活体检测微信web端开发(1).mp47 x+ o* Y7 m& t1 Z$ L
课时141:活体检测微信web端开发(2).mp4
0 F2 T: q# p6 D课时142:活体检测编程实战微信端开发.mp4
5 U( b' B! f; [. B# |7 K$ Z2 ?' p* p课时143:人脸属性业务介绍.mp4
! T* \/ B/ B$ q; {/ w% ?课时144:基于多任务网络的人脸属性编程实战.mp49 t% `* t7 [/ E6 L9 }0 Y/ O
课时145:数据准备.mp4
1 O$ k o- ~6 ~) q课时146:模型搭建和模型训练(1).mp4
3 O5 D; \. T9 d: O ^( s8 w课时147:模型搭建和模型训练(2).mp4. \( O/ g5 H' \/ ^" Z1 @
课时148:模型搭建和模型训练(3).mp4
( S1 n/ c# d% I$ F% o1 y课时149:模型固化转PB.mp4; {3 `7 Y" K. i+ ^1 @
课时150:模型测试.mp47 k' P; |3 ^( I5 i6 D
课时151:flask端 web接口封装.mp4
) @) ]) v" V* ?1 W$ }" b* p课时152:人脸属性小程序功能实现.mp4
F) u; |. }/ w+ u% _- |课时153:结束语.mp4
. I, M G0 P, a2 J
( c+ z& q6 g+ v- v Y4 y
1 P) a- I( X" `; H8 b( h- K/ T1 H |
|