|
内容介绍:
01.深度学习初见
课时1 深度学习框架介绍-1.mp4
课时2 深度学习框架介绍-2.mp4
课时3 开发环境安装-1.mp4
课时4 开发环境安装-2.mp4
02.【选看】开发环境全程实录
课时10 Ubuntu平台实录-pycharm安装.mp4
课时5 win10平台实录-1.mp4
课时6 win10平台实录-2.mp4
课时7 Ubuntu平台实录-cuda安装.mp4
课时8 Ubuntu平台实录-anaconda安装.mp4
课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4
03.回归问题
课时11 线性回归-1.mp4
课时12 线性回归-2.mp4
课时13 回归问题实战-1.mp4
课时14 回归问题实战-2.mp4
课时15 手写数字问题-1.mp4
课时16 手写数字问题-2.mp4
课时17 手写数字问题-3.mp4
课时18 手写数字问题初体验-1.mp4
课时19 手写数字问题初体验-2.mp4
04.Tensorflow 2基础操作
课时20 tensorflow数据类型-1.mp4
课时21 tensorflow数据类型-2.mp4
课时22 创建Tensor-1.mp4
课时23 创建Tensor-2.mp4
课时24 创建Tensor-3.mp4
课时25 索引与切片-1.mp4
课时26 索引与切片-2.mp4
课时27 索引与切片-3.mp4
课时28 索引与切片-4.mp4
课时29 索引与切片-5.mp4
课时30 维度变换-1.mp4
课时31 维度变换-2.mp4
课时32 维度变换-3.mp4
课时33 Broadcasting-1.mp4
课时34 Broadcasting-2.mp4
课时35 数学运算.mp4
课时36 前向传播(张量)-实战-1.mp4
课时37 前向传播(张量)-实战-2.mp4
课时38 前向传播(张量)-实战-3.mp46
课时39 前向传播(张量)-实战-4.mp4
05.tensorflow 2高阶操作
课时40 合并与分割.mp4
课时41 数据统计.mp4
课时42 张量排序-1.mp4
课时43 张量排序-2.mp4
课时44 填充与复制.mp4
课时45 张量限幅-1.mp4
课时46 张量限幅-2.mp4
课时47 高阶操作-1.mp4
课时48 高阶操作-2.mp4
06.神经网络与全连接层
课时49 数据加载-1.mp4
课时50 数据加载-2.mp4
课时51 数据加载-3.mp4
课时52 测试(张量)实战.mp4
课时53 全连接层-1.mp4
课时54 全连接层-2.mp4
课时55 输出方式.mp4
课时56 误差计算-1.mp4
课时57 误差计算-2.mp4
课时58 误差计算-3.mp4
07 随机梯度下降
课时59 梯度下降-简介-1.mp4
课时60 梯度下降-简介-2.mp4
课时61 常见函数的梯度.mp4
课时62 激活函数及其梯度.mp4
课时63 损失函数及其梯度-1.mp4
课时64 损失函数及其梯度-2.mp4
课时65 单输出感知机梯度.mp4
课时66 多输出感知机梯度.mp4
课时67 链式法则.mp4
课时68 反向传播算法-1.mp4
课时69 反向传播算法-2.mp4
课时70 函数优化实战.mp4
课时71 手写数字问题实战(层)-1.mp4
课时72 手写数字问题实战(层)-2.mp4
课时73 手写数字问题实战(层)-3.mp4
课时74 TensorBoard可视化-1.mp4
课时75 TensorBoard可视化-2.mp4
08.Keras高层接口
课时76 Keras高层API-1.mp4
课时77 Keras高层API-2.mp4
课时78 Keras高层API-3.mp4
课时79 自定义层或网络-1.mp4
课时80 自定义层或网络-2.mp4
课时81 模型保存与加载.mp4
课时82 CIFAR10自定义网络实战-1.mp4
课时83 CIFAR10自定义网络实战-2.mp4
课时84 CIFAR10自定义网络实战-3.mp4
09.过拟合
课时 89 动量与学习率.mp4
课时85 过拟合与欠拟合.mp4
课时86 交叉验证-1.mp4
课时87 交叉验证-2.mp4
课时88 Regularization.mp4
课时90 Early stopping,Dropout.mp4
10.卷积神经网络
课时100 经典卷积网络VGG, GoogleNet, Inception-2.mp4
课时102 ResNet, DenseNet - 1.mp4
课时103 ResNet, DenseNet - 2.mp4
课时104 ResNet实战-1.mp4
课时105 ResNet实战-2.mp4
课时106 ResNet实战-3.mp4
课时107 ResNet实战-4.mp4
课时86 什么是卷积-1.mp4
课时87 什么是卷积-2.mp4
课时88 什么是卷积-3.mp4
课时89 什么是卷积-4.mp4
课时90 卷积神经网络-1.mp4
课时91 卷积神经网络-2.mp4
课时92 卷积神经网络-3.mp4
课时93 卷积神经网络-4.mp4
课时94 池化与采样.mp4
课时95 CIFAR100与VGG13实战-1.mp4
课时96 CIFAR100与VGG13实战-2.mp4
课时97 CIFAR100与VGG13实战-3.mp4
课时98 CIFAR100与VGG13实战-4.mp4
课时99 经典卷积网络VGG, GoogLeNet, Inception-1.mp4
课时101 BatchNorm
batchnorm1.mp4
batchnorm2 .mp4
11.循环神经网络RNN8
GRU原理与实战.mp4
lstm-1.mp4
lstm-2.mp4
LSTM实战.mp4
梯度弥散与梯度爆炸.mp4
课时108 序列表示方法-1.mp4
课时109 序列表示方法-2.mp4
课时110 循环神经网络层-1.mp4
课时111 循环神经网络层-2.mp4
课时112 RNNCell使用-1.mp4
课时113 RNNCell使用-2.mp4
课时114 RNN与情感分类问题实战-加载IMDB数据集.mp4
课时115 RNN与情感分类问题实战-单层RNN Cell.mp4
课时116 RNN与情感分类问题实战-网络训练.mp4
课时117 RNN与情感分类问题实战-多层RNN Cel.mp4
12.自编码器Auto-Encoders1
课时119 无监督学习.mp4
课时120 Auto-Encoders原理.mp4
课时121 Auto-Encoders变种.mp4
课时122 Adversarial Auto-Encoders.mp4
课时123 Variational Auto-Encoders引入.mp4
课时124 Reparameterization Trick.mp4
课时125 Variational Auto-Encoders原理.mp4
课时126 Auto-Encoders实战-创建编解码器.mp4
课时127 Auto-Encoders实战-训练.mp4
课时128 Auto-Encoders实战-测试.mp4
课时129 VAE实战-创建网络.mp4
课时130 VAE实战-KL Divergence计算.mp4
课时131 VAE实战-训练与测试.mp4
13.对抗生成网络GAN
课时132 数据的分布.mp4
课时133 画家的成长历程.mp4
课时134 GAN原理.mp4
课时135 纳什均衡-D.mp4
课时136 纳什均衡-G.mp4
课时137 JS散度的缺陷.mp4
课时138 EM距离.mp4
课时139 WGAN-GP原理.mp4
课时140 GAN实战-.mp4
课时141 GAN实战-2.mp4
课时142 GAN实战-3.mp4
课时143 GAN实战-4.mp4
课时144 GAN实战-5.mp4
课时145 GAN实战-6.mp4
课时146 WGAN实战-1.mp4
课时147 WGAN实战-2.mp4
14.【选看】人工智能发展简史
课时148 生物神经元结构.mp4
课时149 感知机的提出.mp4
课时150 BP神经网络.mp4
课时151 CNN和LSTM的发明.mp4
课时152 人工智能低谷.mp4
课时153 深度学习的诞生.mp4
课时154 深度学习的爆发.mp4
15.【选看】Numpy实战BP神经网络
课时155 权值的表示.mp4
课时156 多层感知机的实现.mp4
课时157 BP神经网络前向传播.mp4
课时158 BP神经网络反向传播-1.mp4
课时159 BP神经网络反向传播-.mp4
课时160 BP神经网络反向传播-3.mp4
课时161 多层感知机的训练.mp4
课时162 多层感知机的测试.mp4
课时163 实战小结.mp4
百度网盘下载地址:
|
|