网易云课堂日月光华Tensorflow深度学习入门与实战-程序员联盟

54cxylm 发表于 2021-12-23 21:00:09 | 显示全部楼层 |阅读模式

网易云课堂日月光华Tensorflow深度学习入门与实战

知识精讲 课程种类
32 课时
中级难度
日月光华老师 课程讲师

售价 : 21联盟卡

提取码 : 购买后方可查看

购买课程加入VIP

课程简介

课程目录

本课程讲解Tensorflow深度学习的概念和使用方法，适合有一定python语言基础和数据分析基础的学员学习参考。
本课程用通俗易懂的实例，系统讲解了Tensorflow2.0的使用，是一堂简明易懂、系统深入的 Tensorflow 2.0 教程。
咱们的课程由主讲老师提供答疑服务，答疑群学习讨论的氛围浓厚！

免费试看:链接：https://pan.baidu.com/s/1jhKz_bqGZQH4kjR8OpTd9A 密码：1mez

├──文档
| ├──数据集
| ├──datasets.zip 356.66M
| ├──model weights.zip 1.74G
| ├──tensorflow2.0代码.zip 2.38M
| └──日月光华tensorflow课程PPT.zip 3.67M
├──章节10使用预训练网络（迁移学习）
| ├──[10.1]--预训练网络（迁移学习）基础知识.mp4 19.91M
| ├──[10.2]--迁移学习网络架构.mp4 9.66M
| ├──[10.3]--迁移学习的代码实现.mp4 27.81M
| ├──[10.4]--经典预训练网络权重分享和使用方法.mp4 11.62M
| ├──[10.5]--预训练网络使用——微调.mp4 26.43M
| └──[10.6]--常见的预训练网络模型及使用示例.mp4 66.15M
├──章节11多输出模型实例
| ├──[11.1]--多输出模型实例——数据加载.mp4 80.68M
| ├──[11.2]--多输出模型的创建.mp4 28.07M
| ├──[11.3]--多输出模型的编译和训练.mp4 17.56M
| └──[11.4]--多输出模型的评价与模型预测.mp4 57.26M
├──章节12模型保存与恢复
| ├──[12.1]--保存整体模型.mp4 27.50M
| ├──[12.2]--.仅保存架构和仅保存权重.mp4 105.24M
| ├──[12.3]--使用回调函数保存模型.mp4 24.07M
| └──[12.4]--在自定义训练中保存检查点.mp4 46.13M
├──章节13图像定位
| ├──[13.1]--常见图像处理任务.mp4 28.19M
| ├──[13.2]--图像和位置数据的解析与可视化.mp4 39.37M
| ├──[13.3]--图片缩放与目标值的规范.mp4 20.50M
| ├──[13.4]--数据读取与预处理（一）.mp4 25.95M
| ├──[13.5]--数据读取与预处理——创建目标数据datasets.mp4 20.72M
| ├──[13.6]--创建输入管道.mp4 27.14M
| ├──[13.7]--图像定位模型创建.mp4 28.40M
| ├──[13.8]--图像定位模型的预测.mp4 37.83M
| └──[13.9]--图像定位的优化、评价和应用简介.mp4 18.98M
├──章节14自动图运算与GPU使用策略
| ├──[14.1]--自动图运算.mp4 22.85M
| └──[14.2]--GPU配置与使用策略.mp4 70.27M
├──章节15图像语义分割
| ├──[15.10]--FCN模型搭建（二）.mp4 18.87M
| ├──[15.11]--FCN模型训练和预测.mp4 35.46M
| ├──[15.1]--图像语义分割简介.mp4 16.73M
| ├──[15.2]--图像语义分割网络结构——FCN.mp4 25.22M
| ├──[15.3]--图像语义分割网络FCN的跳接结构.mp4 15.17M
| ├──[15.4]--图像语义分割网络FCN代码实现(一).mp4 30.12M
| ├──[15.5]--图像语义分割网络FCN代码实现(二).mp4 28.72M
| ├──[15.6]--准备输入数据、可视化输入数据.mp4 85.07M
| ├──[15.7]--使用预训练网络.mp4 29.73M
| ├──[15.8]--获取模型中间层的输出.mp4 38.77M
| └──[15.9]--FCN模型搭建（一）.mp4 81.38M
├──章节16RNN循环神经网络
| ├──[16.1]--RNN循环神经网络简介.mp4 34.53M
| ├──[16.2]--tf.keras循环神经网络-航空评数据预处理（一）.mp4 42.99M
| ├──[16.3]--tf.keras循环神经网络-航空评数据预处理（二）.mp4 30.64M
| └──[16.4]--tf.keras循环神经网络-航空评数据分类模型.mp4 29.47M
├──章节17RNN序列预测实例-空气污染预测
| ├──[17.1]--RNN序列预测实例-空气污染预测-数据预处理(一).mp4 99.78M
| ├──[17.2]--RNN序列预测实例-空气污染预测-数据预处理(二).mp4 52.17M
| ├──[17.3]--RNN序列预测实例-空气污染预测-数据采样(一).mp4 36.62M
| ├──[17.4]--RNN序列预测实例-空气污染预测-数据采样(二).mp4 24.31M
| ├──[17.5]--RNN序列预测实例-空气污染预测-基础模型.mp4 33.27M
| ├──[17.6]--RNN序列预测实例-空气污染预测-搭建LSTM模型.mp4 32.21M
| ├──[17.7]--LSTM模型优化-多层LSTM和训练速度衰减.mp4 37.23M
| └──[17.8]--LSTM模型的预测和评价.mp4 47.45M
├──章节18用免费GPU加速训练
| ├──[18.1]--注册和使用界面简介.mp4 28.61M
| └──[18.2]--添加数据集和下载运行输出.mp4 31.03M
├──章节19下面的课程为1.x版本课程，感兴趣可以学习
| └──(19.1)--Tensorflow1.x版本课程介绍（续）.pdf 158.45kb
├──章节1课程简介与开发环境搭建
| ├──(1.3)--Tensorflow2.0安装PPT.pdf 352.57kb
| ├──[1.1]--课程简介.mp4 7.23M
| ├──[1.2]--Tensorflow2.0极简安装教程.mp4 54.06M
| ├──[1.4]--Tensorflow2.0正式版的安装（选看）.mp4 37.24M
| └──[1.5]--原生python环境安装tensorflow指南（选学）.mp4 25.50M
├──章节20Tensorflow的简介与安装
| ├──[20.1]--Tensorflow的简介与安装.mp4 97.88M
| └──[20.2]--课程更新介绍及安装提示（2019.02）.mp4 13.86M
├──章节21Tensorflow数据流图、张量及数据类型
| └──[21.1]--Tensorflow数据流图、张量及数据类型.mp4 87.25M
├──章节22Tensorflow中的session、占位符和变量
| └──[22.1]--Tensorflow中的session、占位符和变量.mp4 51.86M
├──章节23机器学习基础-线性回归模型
| └──[23.1]--机器学习基础-线性回归模型.mp4 139.82M
├──章节25多分类问题-IRIS数据集
| └──[25.1]--多分类问题-IRIS数据集.mp4 183.44M
├──章节26CNN卷积神经网络
| ├──[26.1]--CNN卷积神经网络介绍.mp4 117.04M
| ├──[26.2]--Mnist手写数字数据集softmax识别.mp4 92.78M
| └──[26.3]--卷积神经网络识别Mnist手写数字数据集.mp4 121.70M
├──章节27CNN卷积神经网络高级应用
| ├──[27.1]--Tensorflow读取机制与猫和狗识别数据集.mp4 167.29M
| ├──[27.2]--猫和狗数据集的CNN网络实现.mp4 193.89M
| ├──[27.3]--CNN保存检查点.mp4 152.78M
| ├──[27.4]--过拟合与正则化以及数据增强处理.mp4 123.87M
| ├──[27.5]--Cifar-10数据集的CNN实现.mp4 201.78M
| └──[27.6]--批标准化简介与应用.mp4 141.82M
├──章节28新读取机制：tf.data模块
| ├──[28.1]--使用tf.data读取猫狗数据集(一).mp4 32.85M
| ├──[28.2]--使用tf.data读取猫狗数据集(二).mp4 88.89M
| ├──[28.3]--Feedableiterator使用实例（一）.mp4 28.88M
| └──[28.4]--Feedableiterator使用实例（二）.mp4 55.15M
├──章节29Tensorflow高级API——tf.layers模块
| ├──[29.1]--tf.layers模块常用方法（一）.mp4 60.66M
| └──[29.2]--tf.layers模块常用方法（二）.mp4 18.37M
├──章节2深度学习基础和 tf.keras
| ├──[2.10]--独热编码与交叉熵损失函数.mp4 25.72M
| ├──[2.11]--优化函数、学习速率、反向传播算法.mp4 41.11M
| ├──[2.12]--网络优化与超参数选择.mp4 18.50M
| ├──[2.13]--Dropout抑制过拟合与网络参数选择总原则.mp4 49.49M
| ├──[2.14]--Dropout与过拟合抑制.mp4 20.50M
| ├──[2.15]--tf.keras函数式API.mp4 28.58M
| ├──[2.1]--机器学习原理-线性回归.mp4 52.06M
| ├──[2.2]--tf.keras实现线性回归.mp4 25.76M
| ├──[2.3]--梯度下降算法.mp4 20.20M
| ├──[2.4]--多层感知器（神经网络）与激活函数.mp4 15.29M
| ├──[2.5]--多层感知器（神经网络）的代码实现.mp4 59.69M
| ├──[2.6]--逻辑回归与交叉熵.mp4 10.80M
| ├──[2.7]--逻辑回归实现.mp4 24.51M
| ├──[2.8]--softmax多分类（一）.mp4 18.52M
| └──[2.9]--softmax多分类代码实现-fashionmnist数据分类实.mp4 45.66M
├──章节30RNN循环神经网络
| ├──[30.1]--RNN循环神经网络简介.mp4 44.52M
| ├──[30.2]--RNN识别Mnist手写数字数据集.mp4 159.95M
| ├──[30.3]--美国航空公司Twitter评数据集-数据预处理.mp4 75.38M
| └──[30.4]--美国航空公司Twitter评数据集-RNN实现.mp4 163.95M
├──章节31练习作业-搜狗实验室搜狐新闻数据分类
| └──[31.1]--练习作业-搜狗实验室搜狐新闻中文数据分类.mp4 106.81M
├──章节32附：Anaconda与Jputernotebook安装使用技巧
| ├──[32.1]--Anaconda的安装 .mp4 74.74M
| ├──[32.2]--conda的使用.mp4 41.33M
| ├──[32.3]--Notebook页面介绍.mp4 65.83M
| ├──[32.4]--Jupyternotebook使用技巧（一）.mp4 51.62M
| └──[32.5]--Jupyternotebook技巧（二）.mp4 90.21M
├──章节3tf.data输入模块
| ├──[3.1]--tf.data模块简介.mp4 42.30M
| ├──[3.2]--tf.data模块用法示例.mp4 23.03M
| ├──[3.3]--tf.data输入实例（一）.mp4 22.03M
| └──[3.4]--tf.data输入实例（二）.mp4 29.18M
├──章节4计算机视觉-卷积神经网络
| ├──[4.1]--认识卷积神经网络（一）.mp4 26.11M
| ├──[4.2]--认识卷积神经网络-卷积层和池化层.mp4 35.58M
| ├──[4.3]--卷积神经网络整体架构.mp4 13.09M
| ├──[4.4]--卷积神经网络识别Fashionmnist数据集.mp4 26.54M
| ├──[4.5]--搭建卷积神经网络.mp4 39.63M
| └──[4.6]--卷积神经网络的优化.mp4 21.90M
├──章节5卫星图像识别tf.data、卷积综合实例
| ├──[5.1]--卫星图像识别卷积综合实例：图片数据读取.mp4 30.94M
| ├──[5.2]--卫星图像识别卷积综合实例：读取和解码图片.mp4 27.80M
| ├──[5.3]--卫星图像识别卷积综合实例：tf.data构造输入.mp4 52.25M
| ├──[5.4]--卫星图像识别卷积综合实例tf.data构建图片输入管道.mp4 59.93M
| ├──[5.5]--卫星图像识别卷积综合实例分类模型训练.mp4 18.34M
| ├──[5.6]--批标准化.mp4 17.10M
| └──[5.7]--批标准化的使用.mp4 25.82M
├──章节6tf.keras高阶API实例
| ├──[6.1]--tf.keras序列问题-电影评数据分类（一）.mp4 68.43M
| ├──[6.2]--tf.keras序列问题-电影评数据分类（二）.mp4 29.86M
| ├──[6.3]--tf.keras训练过程可视化及解决过拟合问题.mp4 46.89M
| ├──[6.4]--tf.keras图像识别-猫狗数据集实例（一）.mp4 32.44M
| └──[6.5]--tf.keras图像识别-猫狗数据集实例（二）.mp4 24.65M
├──章节7Eager模式与自定义训练
| ├──[7.10]--tf.keras.metrics汇总计算应用实例（二）.mp4 21.32M
| ├──[7.1]--Eager模式简介.mp4 16.30M
| ├──[7.2]--Eager模式代码演示与张量.mp4 22.93M
| ├──[7.3]--变量与自动微分运算.mp4 22.55M
| ├──[7.4]--自动微分与自定义训练（一）.mp4 30.13M
| ├──[7.5]--Tensorflow自定义训练（二）.mp4 23.77M
| ├──[7.6]--Tensorflow自定义训练（三）.mp4 29.89M
| ├──[7.7]--Tensorflow自定义训练（四）.mp4 34.88M
| ├──[7.8]--tf.keras.metrics汇总计算模块.mp4 66.06M
| └──[7.9]--tf.keras.metrics汇总计算应用实例（一）.mp4 22.65M
├──章节8Tensorboard可视化
| ├──[8.1]--利用回调函数使用Tensorboard.mp4 26.38M
| ├──[8.2]--Tensorboard启动和界面含义介绍.mp4 28.42M
| ├──[8.3]--自定义变量的tensorboard可视化.mp4 31.11M
| └──[8.4]--自定义训练中的tensorboard可视化.mp4 71.91M
└──章节9自定义训练综合实例与图片增强
| ├──[9.10]--模型的进一步优化与VGG网络.mp4 33.32M
| ├──[9.1]--猫狗数据实例-数据读取.mp4 38.57M
| ├──[9.2]--猫狗数据实例-创建dataset.mp4 29.71M
| ├──[9.3]--猫狗数据实例-创建模型.mp4 34.33M
| ├──[9.4]--猫狗数据实例-损失函数与优化器.mp4 28.46M
| ├──[9.5]--猫狗数据实例-定义单批次训练函数.mp4 31.48M
| ├──[9.6]--使用kaggle训练模型.mp4 41.30M
| ├──[9.7]--在自定义训练中添加验证数据.mp4 32.79M
| ├──[9.8]--模型的训练与优化.mp4 35.98M
| └──[9.9]--猫狗数据实例-图片增强.mp4 23.76M