人工智能深度学习应用实践(9.73G）

xiaoduo

『课程目录』:
├─1.理解神经网络
│  └─video
│          1.1-1.4 神经网络概念与演示.mp4
│          1.5 开发环境的安装.mp4
│          1.6 初探keras神经网络与加深.mp4
│          1.7 初探tensorflow神经网络与加深.mp4
│          1.8 使用云端GPU环境.mp4
│         
├─10.深度强化学习
│  └─video
│          深度强化学习1.mp4
│          深度强化学习2.mp4
│          深度强化学习3.mp4
│          深度强化学习4.mp4
│          深度强化学习5.mp4
│          深度强化学习6.mp4
│          深度强化学习7.mp4
│         
├─11.图像风格转换
│  └─video
│          1-deepdream1.mp4
│          2-deepdream2.mp4
│          3-deepdream3.mp4
│          4-deepdream4.mp4
│          5-deepdream5.mp4
│          6-styletransfer1.mp4
│          6-styletransfer2.mp4
│          6-styletransfer3.mp4
│         
├─2.深度卷积神经网络CNN
│  └─video
│          2.1 卷积网络基本原理.mp4
│          2.2 普通神经网络和卷积神经网络对比.mp4
│          2.3 卷积神经网络可视化 - part1.mp4
│          2.3 卷积神经网络可视化 - part2.mp4
│          2.4 深度学习基本框架与常见深度网络.mp4
│         
├─3.快速使用Keras展开深度学习的应用
│  └─video
│          3.1 kreas-顺序模型与评估.mp4
│          3.2 keras_scikit_learn模型评估与参数调优-1.mp4
│          3.2 keras_scikit_learn模型评估与参数调优-2.mp4
│          3.2 keras_scikit_learn模型评估与参数调优-3.mp4
│          3.2 keras_scikit_learn模型评估与参数调优-4.mp4
│          3.3 keras_scikit_learn的keras封装.mp4
│          3.4_keras-数据保存-1.mp4
│          3.4_keras-数据保存-2.mp4
│          3.5_keras-优化器.mp4
│          3.6_keras-数据增强-1.mp4
│          3.6_keras-数据增强-2.mp4
│          3.6_keras-数据增强-3.mp4
│          3.7_keras-已训练模型与迁移学习-1.mp4
│          3.7_keras-已训练模型与迁移学习-2.mp4
│          3.8_keras-常用层使用-1.mp4
│          3.8_keras-常用层使用-2.mp4
│          3.8_keras-常用层使用-3.mp4
│          3.8_keras-常用层使用-4.mp4
│          3.8_keras-常用层使用-5.mp4
│          3.9_keras-综合-resnet实现-1.mp4
│          3.9_keras-综合-resnet实现-2.mp4
│          3.9_keras-综合-推荐系统-1.mp4
│          3.9_keras-综合-推荐系统-2.mp4
│          3.9_keras-综合-推荐系统-3.mp4
│          3.9_keras-综合-推荐系统-4.mp4
│         
├─4.快速使用tensorflow展开深度学习的应用
│  └─video
│          1.TensorFlow-基本知识-1.mp4
│          1.TensorFlow-基本知识-2.mp4
│          1.TensorFlow-基本知识-3.mp4
│          1.TensorFlow-基本知识-4.mp4
│          1.TensorFlow-基本知识-5.mp4
│          1.TensorFlow-基本知识-6.mp4
│          2.多层感知器与CNN-1.mp4
│          2.多层感知器与CNN-2.mp4
│          3.tensorflow最新应用与keras-1.mp4
│          3.tensorflow最新应用与keras-2.mp4
│          3.tensorflow最新应用与keras-3.mp4
│          3.tensorflow最新应用与keras-4.mp4
│          3.tensorflow最新应用与keras-5.mp4
│          3.tensorflow最新应用与keras-6.mp4
│          3.tensorflow最新应用与keras-7.mp4
│         
├─5.分类
│  └─video
│          招牌分类1.mp4
│          招牌分类2.mp4
│          招牌分类3.mp4
│          招牌分类4.mp4
│          招牌分类5.mp4
│          招牌分类6.mp4
│          文本分类1.mp4
│          文本分类2.mp4
│         
├─6.目标检测
│  └─video
│          retinanet进行目标检测-1.mp4
│          retinanet进行目标检测-2.mp4
│          retinanet进行目标检测-3.mp4
│          retinanet进行目标检测-4.mp4
│          retinanet进行目标检测-5.mp4
│          retinanet进行目标检测-6.mp4
│          retinanet进行目标检测-7.mp4
│          目标检测关键技术介绍-1.mp4
│          目标检测关键技术介绍-2.mp4
│          目标检测关键技术介绍-3.mp4
│         
├─7.分割
│  └─video
│          Mask-RCNN分割例子-1.mp4
│          Mask-RCNN分割例子-2.mp4
│          Mask-RCNN分割例子-3.mp4
│          Mask-RCNN分割例子-4.mp4
│          u-net1.mp4
│          u-net2-1.mp4
│          u-net2-2.mp4
│          u-net2-3.mp4
│          图像分割关键技术-1.mp4
│          图像分割关键技术-2.mp4
│          图像分割关键技术-3.mp4
│         
├─8.循环神经网络
│  └─video
│          1-循环神经网络基本理论.mp4
│          2-字母预测1.mp4
│          2-字母预测2.mp4
│          2-字母预测3.mp4
│          2-字母预测4.mp4
│          3-股票预测1.mp4
│          3-股票预测2.mp4
│          3-股票预测3.mp4
│          4-诗词自动生成.mp4
│          5.莎士比亚诗句自动生成.mp4
│         
└─9.生成式对抗网络
    └─video
            1-gan.mp4
            2-cyclegan.mp4
            3-srgan.mp4
            4-gan例子-1.mp4
            4-gan例子-2.mp4
            5-cyclegan例子-1.mp4
            5-cyclegan例子-2.mp4
            6-srgan-1.mp4
            6-srgan-2.mp4


『课程下载』:

游客,本付费内容需要支付 12学币 才能浏览支付

charley

人工智能深度学习应用实践

大象哥哥

感谢分享

Herd

谢谢复习资料

长江水鸟

人工智能深度学习应用实践

cknnzxc

RE: 人工智能深度学习应用实践(9.73G） [修改]

1609118451

             6-srgan-2.mp4

benbenit

102410241024

ggpwnd

66666666666666666666666

644774174

666666666666666666666