|
『课程目录』:
│ TensorFlow-2.x-Tutorials-master.zip
│ 残缺课程1.png
│ 残缺课程2.png
│
├─上
│ P1. 课时1 深度学习框架介绍-1.flv
│ P10. 课时10 Ubuntu平台实录-pycharm安装.flv
│ P100. 课时100 经典卷积网络VGG, GoogLeNet, Inception-2.flv
│ P11. 课时11 线性回归-1.flv
│ P12. 课时12 线性回归-2.flv
│ P13. 课时13 回归问题实战-1.flv
│ P14. 课时14 回归问题实战-2.flv
│ P15. 课时15 手写数字问题-1.flv
│ P16. 课时16 手写数字问题-2.flv
│ P17. 课时17 手写数字问题-3.flv
│ P18. 课时18 手写数字问题初体验-1.flv
│ P19. 课时19 手写数字问题初体验-2.flv
│ P2. 课时2 深度学习框架介绍-2.flv
│ P20. 课时20 tensorflow数据类型-1.flv
│ P21. 课时21 tensorflow数据类型-2.flv
│ P22. 课时22 创建Tensor-1.flv
│ P23. 课时23 创建Tensor-2.flv
│ P24. 课时24 创建Tensor-3.flv
│ P25. 课时25 索引与切片-1.flv
│ P26. 课时26 索引与切片-2.flv
│ P27. 课时27 索引与切片-3.flv
│ P28. 课时28 索引与切片-4.flv
│ P29. 课时29 索引与切片-5.flv
│ P3. 课时3 开发环境安装-1.flv
│ P30. 课时30 维度变换-1.flv
│ P31. 课时31 维度变换-2.flv
│ P32. 课时32 维度变换-3.flv
│ P33. 课时33 Broadcasting-1.flv
│ P34. 课时34 Broadcasting-2.flv
│ P35. 课时35 数学运算.flv
│ P36. 课时36 前向传播(张量)-实战-1.flv
│ P37. 课时37 前向传播(张量)-实战-2.flv
│ P38. 课时38 前向传播(张量)-实战-3.flv
│ P39. 课时39 前向传播(张量)-实战-4.flv
│ P4. 课时4 开发环境安装-2.flv
│ P40. 课时40 合并与分割.flv
│ P41. 课时41 数据统计.flv
│ P42. 课时42 张量排序-1.flv
│ P43. 课时43 张量排序-2.flv
│ P44. 课时44 填充与复制.flv
│ P45. 课时45 张量限幅-1.flv
│ P46. 课时46 张量限幅-2.flv
│ P47. 课时47 高阶操作-1.flv
│ P48. 课时48 高阶操作-2.flv
│ P49. 课时49 数据加载-1.flv
│ P5. 课时5 win10平台实录-1.flv
│ P50. 课时50 数据加载-2.flv
│ P51. 课时51 数据加载-3.flv
│ P52. 课时52 测试(张量)实战.flv
│ P53. 课时53 全连接层-1.flv
│ P54. 课时54 全连接层-2.flv
│ P55. 课时55 输出方式.flv
│ P56. 课时56 误差计算-1.flv
│ P57. 课时57 误差计算-2.flv
│ P58. 课时58 误差计算-3.flv
│ P59. 课时59 梯度下降-简介-1.flv
│ P6. 课时6 win10平台实录-2.flv
│ P60. 课时60 梯度下降-简介-2.flv
│ P61. 课时61 常见函数的梯度.flv
│ P62. 课时62 激活函数及其梯度.flv
│ P63. 课时63 损失函数及其梯度-1.flv
│ P64. 课时64 损失函数及其梯度-2.flv
│ P65. 课时65 单输出感知机梯度.flv
│ P66. 课时66 多输出感知机梯度.flv
│ P67. 课时67 链式法则.flv
│ P68. 课时68 反向传播算法-1.flv
│ P69. 课时69 反向传播算法-2.flv
│ P7. 课时7 Ubuntu平台实录-cuda安装.flv
│ P70. 课时70 函数优化实战.flv
│ P71. 课时71 手写数字问题实战(层)-1.flv
│ P72. 课时72 手写数字问题实战(层)-2.flv
│ P73. 课时73 手写数字问题实战(层)-3.flv
│ P74. 课时74 TensorBoard可视化-1.flv
│ P75. 课时75 TensorBoard可视化-2.flv
│ P76. 课时76 Keras高层API-1.flv
│ P77. 课时77 Keras高层API-2.flv
│ P78. 课时78 Keras高层API-3.flv
│ P79. 课时79 自定义层或网络-1.flv
│ P8. 课时8 Ubuntu平台实录-anaconda安装.flv
│ P80. 课时80 自定义层或网络-2.flv
│ P81. 课时81 模型保存与加载.flv
│ P82. 课时82 CIFAR10自定义网络实战-1.flv
│ P83. 课时83 CIFAR10自定义网络实战-2.flv
│ P84. 课时84 CIFAR10自定义网络实战-3.flv
│ P85. 未更新.flv
│ P86. 课时86 什么是卷积-1.flv
│ P87. 课时87 什么是卷积-2.flv
│ P88. 课时88 什么是卷积-3.flv
│ P89. 课时89 什么是卷积-4.flv
│ P9. 课时9 Ubuntu平台实录-tensorlow、pytorch安装.flv
│ P90. 课时90 卷积神经网络-1.flv
│ P91. 课时91 卷积神经网络-2.flv
│ P92. 课时92 卷积神经网络-3.flv
│ P93. 课时93 卷积神经网络-4.flv
│ P94. 课时94 池化与采样.flv
│ P95. 课时95 CIFAR100与VGG13实战-1.flv
│ P96. 课时96 CIFAR100与VGG13实战-2.flv
│ P97. 课时97 CIFAR100与VGG13实战-3.flv
│ P98. 课时98 CIFAR100与VGG13实战-4.flv
│ P99. 课时99 经典卷积网络VGG, GoogLeNet, Inception-1.flv
│
└─下
P1. 课时101 BatchNorm.flv
P10. 课时110 循环神经网络层-1.flv
P11. 课时111 循环神经网络层-2.flv
P12. 课时112 RNNCell使用-1.flv
P13. 课时113 RNNCell使用-2.flv
P14. 课时114 RNN与情感分类问题实战-加载IMDB数据集.flv
P15. 课时115 RNN与情感分类问题实战-单层RNN Cell.flv
P16. 课时116 RNN与情感分类问题实战-网络训练.flv
P17. 课时117 RNN与情感分类问题实战-多层RNN Cel.flv
P18. 课时118 RNN与情感分类问题实战-高层接口.flv
P19. 课时119 无监督学习.flv
P2. 课时102 ResNet, DenseNet - 1.flv
P20. 课时120 Auto-Encoders原理.flv
P21. 课时121 Auto-Encoders变种.flv
P22. 课时122 Adversarial Auto-Encoders.flv
P23. 课时123 Variational Auto-Encoders引入.flv
P24. 课时124 Reparameterization Trick.flv
P25. 课时125 Variational Auto-Encoders原理.flv
P26. 课时126 Auto-Encoders实战-创建编解码器.flv
P27. 课时127 Auto-Encoders实战-训练.flv
P28. 课时128 Auto-Encoders实战-测试.flv
P29. 课时129 VAE实战-创建网络.flv
P3. 课时103 ResNet, DenseNet - 2.flv
P30. 课时130 VAE实战-KL Divergence计算.flv
P31. 课时131 VAE实战-训练与测试.flv
P32. 课时132 数据的分布.flv
P33. 课时133 画家的成长历程.flv
P34. 课时134 GAN原理.flv
P35. 课时135 纳什均衡-D.flv
P36. 课时136 纳什均衡-G.flv
P37. 课时137 JS散度的缺陷.flv
P38. 课时138 EM距离.flv
P39. 课时139 WGAN-GP原理.flv
P4. 课时104 ResNet实战-1.flv
P40. 课时140 GAN实战-.flv
P41. 课时141 GAN实战-2.flv
P42. 课时142 GAN实战-3.flv
P43. 课时143 GAN实战-4.flv
P44. 课时144 GAN实战-5.flv
P45. 课时145 GAN实战-6.flv
P46. 课时146 WGAN实战-1.flv
P47. 课时147 WGAN实战-2.flv
P48. 课时148 生物神经元结构.flv
P49. 课时149 感知机的提出.flv
P5. 课时105 ResNet实战-2.flv
P50. 课时150 BP神经网络.flv
P51. 课时151 CNN和LSTM的发明.flv
P52. 课时152 人工智能低谷.flv
P53. 课时153 深度学习的诞生.flv
P54. 课时154 深度学习的爆发.flv
P55. 课时155 权值的表示.flv
P56. 课时156 多层感知机的实现.flv
P57. 课时157 BP神经网络前向传播.flv
P58. 课时158 BP神经网络反向传播-1.flv
P59. 课时159 BP神经网络反向传播-.flv
P6. 课时106 ResNet实战-3.flv
P60. 课时160 BP神经网络反向传播-3.flv
P61. 课时161 多层感知机的训练.flv
P62. 课时162 多层感知机的测试.flv
P63. 课时163 实战小结.flv
P7. 课时107 ResNet实战-4.flv
P8. 课时108 序列表示方法-1.flv
P9. 课时109 序列表示方法-2.flv
『课程下载』:
|
|