【A0513】[java视频教程]最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频

javazx

Java视频教程名称： 最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频教程  java自学   Python视频教程   it教程
百度网盘下载链接：

游客，如果您要查看本帖隐藏内容请回复

[/hide]密码: 7i6r  【解压密码：javazx.com-QhvQlt8B】
! ]" W6 K' Z7 V8 T集数合计：10章

* N# w: ^/ N9 x链接失效声明：如果本链接地址失效，请及时联系站长QQ：40069106
; H8 D8 g) Y' [) D如何获取资源：VIP升级： https://www.javazx.com/thread-10591-1-1.html
% \, c% x' M7 e  C2 @" a; O& ?" U9 cVIP说明：   月度VIP：使用期限30天
                  年度VIP：使用期限365天
                  终身VIP：使用期限永久
/ _* M5 T1 T  T% G- |0 W
Java视频教程详情描述：
A0513《最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频教程》最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频教程

Java视频教程目录：
3 D- Z) C1 n9 a) R+ c/ \( V
' O" W4 Z; b5 u" k1 v. @& Q
4 n2 ?" ]8 w. k' l& m9 |7 K) y│  │      
│  ├─3.浅层神经网络
│  │      01_浅层神经网络表示.mp4
│  │      02_浅层神经网络的前向传播.mp4
│  │      03_激活函数的选择.mp4
│  │      04_浅层神经网络的反向传播.mp4
4 `& A0 m* ]$ f! p, M│  │      05_作业介绍.mp4【Java自学网 www.javazx.com】
│  │      06_作业实现：初始化模型与前向传播.mp4
8 ?# ^3 q" i; x│  │      07_作业实现：反向传播与更新梯度.mp4
│  │      08_作业实现：网络模型逻辑实现.mp4
│  │      09_总结.mp4
# M8 y( n( V  V$ M3 T│  │      
4 h  U/ t$ ~% v│  └─4.深层神经网络
5 Z2 y& K+ J- D& ~8 {) @│          01_深层神经网络表示.mp4
│          02_深层神经网络的反向传播过程.mp4
│          03_参数初始化与超参数介绍.mp4
│          javazx.com
' S' D) }. ], |3 `
, D  y; l! K, x  T( Q) x: z  q│         
9 T4 w  f+ p1 Q. o├─1-2 深度学习优化进阶
2 i/ ]1 c: X# }│  ├─1.多分类
  q1 E' t* f5 T$ P5 g, \│  │      01_深度学习紧接、多分类介绍.mp4
! B- D6 p& X! |6 I- [│  │      02_交叉熵损失原理.mp4
│  │      03_案例：Mnist手写数字数据介绍.mp4
* H7 k, _" ^8 b+ Y5 w* e2 }- Y* e│  │      04_案例：网络结构、流程、代码介绍.mp4
│  │      05_案例：主网络结构搭建实现.mp4
│  │      06_案例：添加准确率.mp4
│  │      07_案例：Tensorboard观察显示.mp4
│  │      08_案例：添加模型保存、预测.mp4
, ~1 P. v+ {+ R9 j+ C# d│  │      09_调整学习率带来的问题.mp4
│  │      
, c  n* Z3 l3 C9 a7 [$ ~│  ├─2.梯度下降算法优化
│  │      01_深度学习遇到问题、为什么需要优化算法.mp4
│  │      02_Mini梯度下降与Batch梯度下降.mp4
│  │      03_指数加权平均.mp4
│  │      04_动量梯度下降原理公式理解.mp4
│  │      05_RMSProp与Adam原理与学习率递减.mp4
' y8 w+ F0 O! k9 M│  │      06_标准化输入带来的优化.mp4
9 m2 X( }( a& E! Q2 V│  │      07_作业介绍.mp4
/ V6 r/ ~+ q8 t│  │      08_作业讲解1.mp4
│  │      09_作业讲解2.mp4
9 N. g+ d$ _. }2 I5 a! D( }* L& [│  │      
1 z, {" |& p% j) C+ r/ Y│  ├─3.深度学习正则化
% q% I! Y, y% U% T& Z│  │      01_深度学习偏差与方差介绍为、什么需要正则化.mp4
- K+ f/ w1 j9 ]. u/ t2 ^/ `  [│  │      02_正则化概念、L2正则化与L1正则化.mp4
│  │      03_Droupout过程与原理理解.mp4
/ ~! w$ L- a  v; Y4 U1 o  f│  │      04_其它正则化方法-早停止法与数据增强.mp4
│  │      05_正则化作业介绍.mp4
│  │      06_作业讲解1.mp4
│  │      07_作业讲解2.mp4
│  │      
9 n5 P: v  o, N3 M# N+ g  Y│  └─4.神经网络调参与BN
8 F- E- X. i% c" e* Q6 ~1 Y. q( [│          01_神经网络调参数技巧与如何设置参数、如何运行.mp4
, p8 B% u6 n' J, H│          02_批标准化定义、公式、为什么有效.mp4
│         
/ R: [6 f/ H  D: j├─1-3 卷积神经网络
│  ├─1.卷积网络原理
│  │      01_卷积来源、数据量与感受野的边缘检测.mp4
" E8 z6 Y; d- E4 s% ]│  │      02_卷积网络结构介绍.mp4
4 F( `# y( D5 u) V- Y│  │      03_默认卷积的运算过程.mp4
│  │      04_零填充.mp4
│  │      05_过滤器大小与步长.mp4
│  │      06_多通道的卷积与多卷积核.mp4
( b# u( Y0 v" A# Z1 i/ ~% |│  │      07_卷积总结.mp4
, G* P3 J1 f1 `3 F) H│  │      08_池化层.mp4
│  │      09_全连接层.mp4
" u7 n: x* l  k' X) P/ J& c│  │      
│  ├─2.经典分类结构
│  │      01_LeNet5的计算过程详解.mp4
& i3 C$ E  t' M  X) @│  │      02_常见网络结构介绍.mp4
│  │      03_Inception(1x1卷积介绍）.mp4
7 U: M- W/ C0 _│  │      04_Inception结构以及改进.mp4
│  │      05_GoogleNet了解与卷积网络学习内容.mp4
6 z4 T6 d2 i, {' z& g1 Y9 O  t' m│  │      
│  └─3.CNN实战
2 \$ Z* |8 ~  D│          01_作业介绍.mp4
! X, ]% g) M" @0 W│          02_作业讲解.mp4
/ W1 R$ D9 _/ x  u* W' X│          03_迁移学习.mp4
│         
├─1-4 循环神经网络
│  ├─1.循环神经网络
│  │      01_循环神经网络背景介绍.mp4
  W" Y4 \8 @( O$ S! g│  │      02_循环神经网络结构原理.mp4
; O) K9 Z0 {/ H) _5 Q; r: M│  │      03_词的表示与矩阵形状运算.mp4
2 ~- R* C: B: @3 S7 [- \│  │      04_交叉熵损失计算.mp4
│  │      05_时间反向传播算法.mp4
│  │      06_梯度消失、案例介绍.mp4
│  │      07_手写RNN案例：单个cell前向传播.mp4
│  │      08_手写RNN案例：所有cell的前向传播.mp4
│  │      09_手写RNN案例：单个cell的反向传播.mp4
9 [, P) P0 B! f8 D$ {/ f1 \/ T. \│  │      10_手写RNN案例：所有cell的反向传播.mp4
│  │      11_案例总结.mp4
│  │      12_GRU与LSTM介绍.mp4
) W5 r% T0 c+ a* @0 }* k/ a│  │      
│  ├─2.词嵌入
│  │      01_词嵌入介绍.mp4
│  │      02_词嵌入案例.mp4
2 l, }5 Y/ @& o* J│  │      
- d, d" {2 E( j! N7 p2 j│  └─3.seq2seq与Attention机制
│          01_seq2seq介绍与理解.mp4
│          02_seq2seq机器翻译等场景介绍分析.mp4
│          03_Attention原理分析.mp4
│          04_机器翻译案例：日期格式翻译转换、代码结构介绍.mp4
│          05_机器翻译案例：模型参数定义.mp4
│          06_机器翻译案例：数据获取以及数据格式转换介绍.mp4
# {) s5 P+ A$ `5 R- F+ W& n3 `1 B│          07_机器翻译案例：训练逻辑与网络结构介绍.mp4
│          08_机器翻译案例：网络输入输出逻辑介绍.mp4
│          09_机器翻译案例：网络输入输出逻辑编写.mp4
│          10_机器翻译案例：自定义网络seq2seq的编解码器定义.mp4
$ _8 P9 t5 Y3 Q3 b( \$ }0 ~│          11_机器翻译案例：seq2seq的输出层定义.mp4
│          12_机器翻译案例：attention结构定义.mp4
* ~0 a' i4 j4 I& f* L* @/ l│          13_机器翻译案例：model中计算attention输出c逻辑函数实现.mp4
│          14_机器翻译案例：训练逻辑编写.mp4
7 a+ Q4 H: e: }2 X│          15_机器翻译案例：训练结果与问题解决.mp4
│          16_机器翻译案例：测试逻辑结果演示.mp4
6 w6 W2 [" U3 M# O- C# `, d│          17_集束搜索介绍.mp4
│         
- A' C1 t* X% H2 u0 ]# ^├─1-5 高级主题
│  ├─1.生产对抗网络
& K* X6 @- h/ ^& ?! P' z│  │      01_高级主题介绍、GAN介绍.mp4
│  │      02_GAN原理、损失和DCGAN结构.mp4
│  │      03_生成数字图片案例：结果演示流程介绍.mp4
5 O& z6 L6 d3 c* a$ b8 r7 Y  ]│  │      04_生成数字图片案例：模型初始化代码编写.mp4
9 A, i" U  l, V│  │      05_生成数字图片案例：训练流程.mp4
6 g& I/ S# s5 i/ T, u. p+ _& `0 Y│  │      06_生成数字图片案例：运行保存图片并对比.mp4
│  │      
│  ├─2.自动编码器
│  │      01_自动编码器介绍.mp4
│  │      02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp4
│  │      03_案例：训练普通自编码器.mp4
│  │      04_案例：深度自编码器编写演示.mp4
1 |9 d' I0 }* u7 u* \5 E! z│  │      05_案例：卷积自编码器编写演示.mp4
│  │      06_案例：降噪编码器介绍.mp4
│  │      07_案例：降噪编码器案例.mp4
6 l# |: }7 {: T4 p+ h' q7 |│  │      
│  └─3.CapsuleNet
# [# d2 p) _& A5 L5 L5 ^│          01_CapsuleNet了解.mp4
+ y3 Q% {% g( ~1 L# Y│          02_深度学习课程总结.mp4
│         
8 c! K6 S+ S% k. B├─1-6 百度人脸识别
* L; E4 V1 b, a! J( M; Z1 X5 b+ D│  ├─1.平台介绍
│  │      0_课程组成和目标.mp4
│  │      1_1_访问入口.mp4
│  │      1_2_机器学习平台_介绍.mp4
7 P- r1 j* C* Y9 }3 Z│  │      1_3_百度深度学习平台_介绍.mp4
5 _/ x+ B' i. N+ l; o│  │      1_4_百度深度学习平台_创建集群.mp4
$ i1 Z9 T2 m4 T! D- o│  │      1_5_百度人工智能平台_功能介绍.mp4
│  │      1_6_人工智能平台_服务开通.mp4
│  │      1_7_人工智能平台_访问方式和SDK安装.mp4
6 R' P9 V. H, P0 H. f8 C( J3 B│  │      
│  ├─2.图像技术之人脸识别
│  │      2_1_1_人脸识别功能介绍_开通应用.mp4
. C7 b% y! `, C$ e' h- {2 J│  │      2_1_2人脸识别_API.mp4
│  │      2_1_3_人脸检测_步骤和代码浏览.mp4
│  │      2_1_4_人脸检测_获取access_token.mp4
│  │      2_1_5_人脸检测_调用API.mp4
│  │      2_1_6_人脸检测_图像坐标.mp4
│  │      2_1_7_人脸检测_边框.mp4
│  │      2_1_8_人脸检测_性别年龄总结.mp4
│  │      2_1_9_人脸检测_SDK方式.mp4
│  │      
9 L2 U) ?! u0 Y4 T) ?' S; m│  ├─3.图像技术之图像识别
│  │      2_2_1_图像识别功能_应用创建.mp4
; ~1 x) x: E4 h( d4 a+ d' \│  │      2_2_2_图像识别_物体检测API_实例.mp4
. [" U5 V2 ]# a$ N9 n, u; I│  │      2_2_3_图像检测识别_菜品识别.mp4
! Z+ B! C, a" c1 h6 q1 Y4 W. S│  │      2_2_4_图像检测_车辆检测.mp4
│  │      2_2_5_定制化图像识别_图像分类_步骤.mp4
│  │      2_2_5_定制化图像识别_特点和功能.mp4
0 x' M* w# Q0 Y& d5 v- i" q0 N: C│  │      2_2_6_定制化图像识别_图像分类_操作.mp4
+ H  ?: F/ ]9 I│  │      2_2_7_定制化图像识别_图像分类_关联和调用流程.mp4
│  │      2_2_8_定制化图像识别_图像分类_代码实现.mp4
7 E/ q) {( F- t; X8 R+ f9 n0 x│  │      2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp4
│  │      2_2_10_定制化图像识别_物体检测_流程.mp4
│  │      2_2_11_定制化图像识别_物体检测API_错误码.mp4
│  │      
│  ├─4.图像技术之文字识别
│  │      2_3_1_功能介绍_创建应用.mp4
& G# R. j; Q$ m, _│  │      2_3_2_通用文字识别_代码.mp4
│  │      2_3_3_通用文字识别_其他版本函数.mp4
1 D, C' m: h# M9 `7 M$ v) T9 L│  │      2_3_4_车牌识别.mp4
│  │      2_3_5_通用票据识别.mp4
│  │      2_3_6_自定义模板_步骤.mp4
( U, @7 [' ]/ j6 o│  │      2_3_7_自定义模板_实际创建.mp4
│  │      2_3_8_自定义模板_API和代码.mp4
! ]' f' k) @3 r  V( W8 t│  │      2_3_9_创建分类器.mp4
│  │      2_3_10_分类器代码.mp4
│  │     
& \. Q/ a* x8 L1 }. k/ Q│  ├─5.语音技术
│  │      3_1_1_语音识别_介绍和API.mp4
6 {; Q- I1 b0 n" z3 x  w2 B1 F│  │      3_1_2_语音识别案例_代码浏览.mp4
9 }8 D: l" j% X' e/ }& Y6 f│  │      3_1_3_语音识别案例_案例.mp4
0 f* r" S* ]7 X5 @% r$ ?/ S│  │      3_2_1语音合成.mp4
│  │      
/ l4 p" }; [) ~* h2 S5 d6 F│  ├─6.自然语言处理
3 H. {6 r. q+ j. S/ _% W│  │      4_1_1_自然语言处理基础技术.mp4
+ @; ?8 ^" }9 `6 H( g│  │      
│  └─7.人脸识别打卡案例
│          5_1_0_人脸打卡案例_介绍.mp4
+ W. M& K* I0 ^  R) N: D; c│          5_1_1_案例_前端部分介绍.mp4
│          5_1_2_案例_人脸搜索代码浏览.mp4
# W/ h* ]  G0 F8 }│          5_1_3_案例_获取token.mp4
│          5_1_4_案例_添加用户_人脸搜索.mp4
/ t% w1 z7 Y( R1 u│          5_1_5_案例_主程序1.mp4
│          5_1_6_案例_主程序2.mp4
│         
├─1-7 自然语言处理
: j. B$ _& G/ `0 }# h# J│  ├─1.自然语言处理基础概念
│  │      0.NLP介紹.mp4
0 P0 ^( O* H6 o8 P' i│  │      1.NLP的种类.mp4
# m" S$ e6 I2 H│  │      2.端对端深度学习模型.mp4
│  │      3.词袋.mp4
1 B. G8 s$ k* S9 L5 `1 j8 E│  │      4.Seq2Seq.mp4
0 T. V& d7 c# ~5 V! C│  │      5.Beam Serch Decoding.mp4
; M! O2 J. _8 z, E$ G$ ^│  │      6.Attention.mp4
│  │      
│  ├─2.自然语言处理基础实作-机器学习篇
│  │      1.机器学习-NLTK_数据读取.mp4
│  │      2.机器学习-NLTK_清理数据.mp4
7 r/ x3 w) D1 q- m! @: c│  │      3.机器学习-NLTK_大小写转换.mp4
% ~5 c$ }" k2 C6 {# a│  │      4.机器学习-NLTK_去除虚词.mp4
│  │      5.机器学习-NLTK_词根化.mp4
│  │      6.机器学习-NLTK_还原字符串.mp4
│  │      7.机器学习-NLTK_稀疏矩阵.mp4
9 q6 _" ]6 e" t# H& t│  │      8.机器学习-NLTK_最大过滤.mp4
│  │      9.机器学习-NLTK_建立词袋模型.mp4
; L# h  J3 A# [! p& i" [2 A3 D│  │      
( s2 j& C: X8 F" R1 z│  ├─3.自然语言处理基础实作-深度学习篇
; y9 z6 E+ r8 S  T8 c2 `8 p│  │      10.深度学习-Deep Learning in NLP.mp4
2 D' |! R6 B9 `' Q8 N. b2 Y│  │      11.深度学习-Deep Learning in NLP_模型优化.mp4
3 D5 [* I% S* o8 V│  │      12.深度学习-Deep Learning in NLP_模型加速.mp4
│  │      
: `  x! y" B4 [0 ?$ _/ Y( E│  ├─4.自然语言处理核心部分
6 Q! W# |6 ^6 [* P: k│  │      1.CNN REIVEW.mp4
& |8 j1 h! \2 P8 n: F) |│  │      2.CNN CODE.mp4
│  │      3.RNN REVIEW.mp4
$ ?' b. D3 L7 I  A4 k" g1 `│  │      4.RNN CODE.mp4
│  │      5.LSTM.mp4
. `( r' s. L9 l' U( l" ^│  │      6.LSTM_CODE.mp4
│  │      7.文本分类.mp4
. V& J4 @9 `) P- ]│  │      8.文本分类的方式.mp4
│  │      9.文本分类CNN&RNN.mp4
: n# _' l  N! O3 C│  │      10. 文本分类 CNN 模型使用.mp4
│  │      11. 文本分类 RNN 搭建.mp4
│  │      
9 G! D, p- R. B) {8 h│  └─5.实战项目-从无到有打造聊天机器人
- `. J( b& _$ L/ d3 K; {6 a  x│          00. chatbot.mp4
4 u; o  P( \( b2 F' P( H+ _│          01. chatbot 搭建计画.mp4
│          02. chatbot 环境搭建下载数据集.mp4
│          03. chatbot 下载数据集.mp4
│          04. chatbot 导入依赖包.mp4
- P3 h% j4 a1 T, m; z# }# M9 [# m│          05. ChatBot 读取数据.mp4
( n' D8 X/ T# ?9 s│          06. chatbot 创建对話字典.mp4
│          07. ChatBot 建立对话列表.mp4
│          08. ChatBot 问答集.mp4
: U6 }& p' @0 v8 ?4 Q│          09. ChatBot 数据初步清洗.mp4
│          10. ChatBot 清理问题集&回答集.mp4
1 c' }8 c' g$ \$ k0 p9 G( z% {│          11. ChatBot 统计字频.mp4
│          12. ChatBot 标记化&去除少数字.mp4
$ C+ W2 Q) r1 ?9 V( y7 |│          13. ChatBot 最终标记.mp4
9 K/ M$ }4 P8 y& A6 W│          14. ChatBot 逆向字典.mp4
6 l6 u4 h  J! ?: r( n' m8 ]│          15. ChatBot 添加 EOS 标签.mp4
) y% M  R0 M7 }  w* |│          16. ChatBot 问答数列化.mp4
│          17. ChatBot 长短句.mp4
│          18. ChatBot input&output.mp4
│          19. ChatBot 处理输出.mp4
5 R8 S* t) p8 ]2 y│          20. ChatBot 建立RNN 模型.mp4
│          21. ChatBot 解码器训练.mp4
│          22. ChatBot 解码器测试.mp4
│          23. ChatBot 创建解码RNN.mp4
* ]/ H% y, ?, ^. [5 `: y│          24. ChatBot Seq2Seq 模型.mp4
- c2 E# T3 S9 T! |" A; ]: W# z2 ^│          25. ChatBot 設置超参数.mp4
+ J/ m5 T3 J9 C7 P│          26. ChatBot 启动运算.mp4
│          27. ChatBot 模型 input.mp4
- P0 y3 O5 O$ A$ A  k% H8 ?' P│          28. ChatBot 模型輸入序列長度.mp4
│          29. ChatBot 設置輸入的数据形状.mp4
│          30. ChatBot训练 & 测试結果.mp4
+ B4 E5 }/ v1 @  G& t# u│          31. ChatBot 损失，优化，梯度消減.mp4
│          32. ChatBot 问答等长处理.mp4
│          33. ChatBot 问答数据批量.mp4
6 j* U% x8 ?% k6 t) t& O│          34. ChatBot 数据分割.mp4
' ~- b: K) C) q5 l, `│          35. ChatBot 训练.mp4
│          36. ChatBot 训练2.mp4
0 ~( ^; c0 A7 ]; w│          37. ChatBot 测试.mp4
2 l5 B: O# I$ I2 F9 l, J│          38. ChatBot 输入修飾.mp4
1 ^& X& I8 B4 j  }: x│          39. ChatBot 开始聊天.mp4
│         
├─1-8 图片商品物体检测项目第一阶段-检测算法原理
│  ├─1.目标检测概述
4 ]$ |' S" k: x2 C# v* r- |1 t! T│  │      01_课程要求以及目标.mp4
│  │      02_项目演示结果.mp4
│  │      03_项目结构以及课程安排.mp4
- i9 t% p5 ]* }8 T│  │      04_图像识别背景.mp4
│  │      05_目标检测的定义和技术历史.mp4
% `( C( f. Z& }* o) @" C│  │      06_目标检测应用场景.mp4
: z$ `- s+ F' V) k( F& h│  │      07_目标检测算法原理铺垫.mp4
│  │      08_目标检测任务描述.mp4
│  │      
│  ├─2.RCNN原理
- M( |! ]( ?1 E4 h│  │      01_Overfeat模型.mp4
│  │      02_RCNN：步骤流程介绍.mp4
│  │      03_RCNN：候选区域以及特征提取.mp4
9 e! a8 L2 f! Z# E5 e│  │      04_RCNN：SVM分类器.mp4
3 f7 W7 ^4 ]% Y% R│  │      05_RCNN：非极大抑制（NMS）.mp4
│  │      06_RCNN：候选区域修正.mp4
" U: o/ D8 g$ Z' z6 L│  │      07_RCNN：训练过程与测试过程介绍.mp4
│  │      08_RCNN：总结、优缺点与问题自测.mp4
' o5 O- A4 |  ~' ?" L│  │     
│  ├─3.SPPNet原理
│  │      01_SPPNet：与RCNN的区别、网络流程.mp4
, G- f8 I* u1 D0 y│  │      02_SPPNet：映射.mp4
# A2 O4 ?& N/ h; {+ w' }│  │      03_SPPNet：SPP层的作用.mp4
│  │      04_SPPNet：总结、优缺点与问题自测.mp4
) b+ U' a& o$ r$ W  [! |; v│  │      
│  ├─4.FastRCNN原理
│  │      01_FastRCNN：改进之处以及网络流程.mp4
│  │      02_FastRCNN：RoI pooling结构以及SPP对比.mp4
│  │      03_FastRCNN：多任务损失.mp4
│  │      04_FastRCNN：总结与问题自测.mp4
& o% ^9 f4 [. e/ R/ y│  │      
│  ├─5.FasterRCNN原理
: U2 \6 P/ l2 [0 e│  │      01_FasterRCNN：网络结构与步骤.mp4
│  │      02_FasterRCNN：RPN网络的原理.mp4
│  │      03_FasterRCNN：总结与问题自测.mp4
│  │      
│  ├─6.YOLO原理
9 P3 l; m% V0 [7 I' b/ Q│  │      01_YOLO：算法特点与流程介绍.mp4
* T+ `) X, D9 P: A1 R! R│  │      02_YOLO：单元格原理过程.mp4
& r7 D2 Q) w1 d2 _) u0 S│  │      03_YOLO：训练过程样本标记.mp4
│  │      04_YOLO：总结.mp4
│  │      
, S2 x# N, ~( j" [│  └─7.SSD原理* @" n& B2 @8 ~/ x
6 ?/ t# e, m9 k7 ^+ E│          01_SSD：网络结构与Detected结构.mp4
│          02_SSD：localization与confidence.mp4
│          03_SSD：训练与测试流程总结.mp4
8 D% K! P6 L5 q, S- V6 U' u) f; Y│          04_TensorflowSSD接口介绍.mp4
4 j1 A& {0 W9 P8 f# c1 \! D│          05_第一阶段算法总结.mp4
│         
├─1-9 图片商品物体检测项目第二阶段-数据集制作与处理
& z- t) w  N, x5 Z: p! p│   ├─1.数据集标记
# a0 q+ K7 c. ^% s3 f+ b7 U│   │      01_目标检测数据集介绍.mp4
│   │      02_商品数据集标记.mp4
! B* j9 d( `6 A( o* ?│   │      
9 E/ K2 O% ^5 H' Y. `9 u: M│   ├─2.数据集格式转换
& X0 N' Z+ e6 e│   │      01_数据集格式转换介绍.mp4
9 o+ L, s( L; M' |, u4 n; G4 @" j5 d│   │      02_格式转换：代码介绍.mp4
5 g* I# C& _/ w& K2 X$ a* W; c& v│   │      03_格式转换：文件读取以及存储逻辑.mp4
( _8 a7 V1 l8 V$ `│   │      04_格式转换：图片数据以及XML读取.mp4
0 Z% U3 B! [, q* q, i* j│   │      05_格式转换：example封装、总结.mp4
2 w5 B( i6 F1 j9 M* c# p8 E2 ?│   │      
│   └─3.TFRecords读取
│           01_slim库介绍.mp4
7 e  b$ r& l* g5 `│           02_TFRecord读取：Dataset准备.mp4
│           03_TFRecord读取：provider读取.mp4
│           04_第二阶段总结.mp4
$ B# Z( t+ q8 N. C6 w( U3 [# M/ H│         
└─1-10 图片商品物体检测项目第三阶段-项目实现与部署
% A$ D7 R" ~5 i) b   ├─1.项目架构
, ?  U# T0 Y+ j, J2 V8 q3 T* D   │      01_项目架构设计.mp4
   │      02_训练与测试整体结构设计.mp4
8 c3 a" v% r3 E% h% s   │      
) Y6 g+ d! w1 S) k% I9 J/ ~# K   ├─10.TFServing客户端
. i) {9 P9 N: A$ q6 D9 a0 R/ T5 O: V   │      01_Tensorflow serving client逻辑.mp4
  ^- M+ \" |' a+ P, H   │      02_Client：用户输入图片处理.mp4
   │      03_Client：grpc与serving apis介绍.mp4
   │      04_Client：客户端建立连接获取结果代码.mp4
   │      05_Client：结果解析.mp4
6 J0 b! M  h. m- j/ H   │      06_Client：结果标记返回.mp4
1 P  D  E$ S- I0 K7 \# M   │      
( n" {/ m) ?' h1 N9 f   ├─11.服务器部署
   │      01_服务器部署：服务器部署的代码文件需求、服务开启.mp4
   │      02_项目总结.mp4
   │      
   ├─2.数据接口实现
   │      01_数据接口：商品格式转换实现.mp4
# |; T' g0 U5 W* p   │      02_数据接口：读取数据接口设计以及基类如何定义.mp4
   │      03_数据接口：商品数据读取子类实现.mp4
   │      04_数据接口：数据读取工厂逻辑实现.mp4
( |$ C9 H% F2 a7 t0 K9 u! \. O   │      05_数据接口：代码运行与数据模块总结.mp4
   │      
   ├─3.模型接口实现
   │      01_模型接口：接口设置以及模型工厂代码.mp4
' ?" {" l2 Z$ i/ J: ]* i% P1 b   │      
   ├─4.预处理接口实现
3 d7 f; N: P$ l0 p% H   │      01_预处理接口：预处理需求介绍、数据增强介绍.mp4
! ]5 x. Y% F/ V! a   │      02_预处理接口：预处理工厂代码.mp4
   │      03_预处理接口：预处理工厂代码参数错误调整.mp4
7 @1 ~6 w& r1 P% E+ ^! L   │      04_数据接口、模型接口、预处理接口参数总结.mp4
   │      
$ V, A: ]$ z, v   ├─5.训练过程实现
1 S) l$ p8 \2 I' j- b) H  z6 A; i   │      01_训练：训练步骤与设备部署介绍.mp4
   │      02_训练：model_deploy介绍.mp4
$ M/ d1 i9 ?- a! c" C) j8 K   │      03_训练：训练运行结果显示与初始配置确定.mp4
0 x3 v6 i: Q% `. T9 g, T   │      04_训练：1设备配置代码以及全局步数定义.mp4
   │      05_训练：2图片数据读取与处理逻辑介绍.mp4
   │      06_训练：2数据模块与网络模型获取结果.mp4
   │      07_训练：2网络参数修改、provider获取数据、预处理.mp4
   │      08_训练：2NHWC和NCHW介绍.mp4
+ R: E0 c, Y9 b2 e   │      09_训练：2对anchors进行正负样本标记.mp4
   │      10_训练：2批处理获取以及数据形状变换.mp4
  b; m, b( r/ ]" N4 d   │      11_训练：2队列设置.mp4
0 l7 a( f- u; b9 A   │      12_训练：3复制模型、添加参数观察与4添加学习率和优化器.mp4
   │      13_训练：5总损失计算与变量平均梯度计算6训练配置.mp4
% H# m1 ^! M, V3 c0 F   │      14_训练：训练流程总结.mp4
2 L7 D! c0 [# S1 O: a- c7 {. j+ ^   │      
' @% M- l1 D& q" G9 g+ d* J; k' ?   ├─6.测试过程实现
4 t- ]$ R& H' w   │      01_测试：测试流程介绍、代码.mp4
   │      02_测试：图片输入、结果标记代码.mp4
5 v& U9 d* d) A8 ~; ^5 x   │      
   ├─7.模型部署介绍
+ F9 O. g% B3 u  Z   │      01_web服务与模型部署流程关系介绍.mp4
1 M! _: ^/ r* Z! q6 E( g   │      02_本地TensorFlow Serving演示以及逻辑介绍.mp4
; N# G1 v8 I. {# S$ {, a4 t   │      
* h' \# P. g% i* q$ Q   ├─8.导出模型
0 ^1 b3 Q2 D) `* J   │      01_模型导出：模型输入输出定义.mp4
0 B! X6 K% H/ Q$ N0 ^* G& t   │      02_模型导出：Savedmodel导出模型.mp4
   │      
   └─9.打开模型服务
           01_开启模型服务.mp4
2 C% R8 h: }2 ~8 @

0 V" T7 ]6 _) L
' D1 b" Q, s/ M6 \
) V- E2 F3 e' h2 Y% K4 j9 w) _7 F

/ d$ `4 j2 u  y6 U

7 l! U& F4 R# [& S
, c3 d0 k, z- [/ c) Y' {' t

perry940

11111111111111111111

pengx

【A0512】[java视频教程]最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频

雪程

Python人工智能课程入门与实战人脸识别目标检测视频

17602149027

都学习学习吧，不然没发干活

hidyma

不错好资源 可以用

wplhsf87

人工智能课程

太阳也是星星

[java视频教程]最新BXG-Python人工智能课程入门与实战人脸识别目标检测视频 [修改]

joraboy328

VERY GOOOOOD

daianchang

支持，感谢分享