|
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) @$ W6 r( x) L$ Z
百度网盘下载链接:5 f+ ]- ?$ U8 g3 q
[/hide]密码: 7i6r 【解压密码:javazx.com-QhvQlt8B】
! ]" W6 K' Z7 V8 T集数合计:10章1 O5 g2 l! ~+ w$ n7 z
* 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( {# s8 S- j" P# X3 w, N
年度VIP:使用期限365天- |# Y% o W9 M5 u* M! k
终身VIP:使用期限永久
/ _* M5 T1 T T% G- |0 W( k9 A+ F6 t. j* s: I) l
Java视频教程详情描述: - F: E% N3 ?3 v8 w
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1 D' X5 w# |6 M4 w2 _3 r* X
; ]" Y7 c x/ ?9 D3 g* ?
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│ │ * Q6 X2 Q7 K3 R8 e2 H, P- C) F Y
│ ├─3.浅层神经网络1 q }. _. t# M$ t% C0 }
│ │ 01_浅层神经网络表示.mp4' w, Q& g7 m, ^; q2 M
│ │ 02_浅层神经网络的前向传播.mp4" n5 ]# p; w& d8 W$ w/ `
│ │ 03_激活函数的选择.mp4( l" H( b8 ?5 u5 h3 n$ y9 D& o
│ │ 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】8 ? {' c5 E' n5 e' q6 h4 W- F
│ │ 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.mp40 @0 Q$ u/ S# B) ~7 X/ z
│ │ 08_作业实现:网络模型逻辑实现.mp4" i& g" L4 q) Q4 i: v
│ │ 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% K8 G h/ `: _( i( z) m
│ 02_深层神经网络的反向传播过程.mp4, \, H( f2 {8 s
│ 03_参数初始化与超参数介绍.mp4$ s. J. L% n( s2 D9 x3 a- J& H6 U; {
│ 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* H5 L6 u3 l& M+ }* O* k
│ │ 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.mp41 b6 M+ H; w( s$ ~4 W
│ │ 05_案例:主网络结构搭建实现.mp4. C; l- Y' f5 A; R) K0 D r
│ │ 06_案例:添加准确率.mp4/ R0 D5 ^# ?, t+ f" {! @
│ │ 07_案例:Tensorboard观察显示.mp42 O; X: c& U% l7 @1 p N8 {4 _
│ │ 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' S; |0 s* K7 o
│ │
, c n* Z3 l3 C9 a7 [$ ~│ ├─2.梯度下降算法优化$ o( p9 O5 k" f: }* u: a5 s
│ │ 01_深度学习遇到问题、为什么需要优化算法.mp42 n" u( d; h& X8 H. Q1 [ n
│ │ 02_Mini梯度下降与Batch梯度下降.mp4: ] Q8 N( _; b# J
│ │ 03_指数加权平均.mp4) O( t. b# B, N$ Y: X
│ │ 04_动量梯度下降原理公式理解.mp4* c2 h9 l) p3 m3 J) o, W0 N
│ │ 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.mp48 ~9 M( d& T1 W
│ │ 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* z( o! J" h/ G) q0 N: v
│ │ 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.mp42 H q1 G8 @ D' X8 r" x3 o5 @. r
│ │ 05_正则化作业介绍.mp4) w6 j; d2 e5 j1 ~! e
│ │ 06_作业讲解1.mp4$ Z# M E9 d0 H- U
│ │ 07_作业讲解2.mp47 V; ^4 q7 I8 u5 T" e
│ │
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" P5 Q; L" C" F# K
│
/ R: [6 f/ H D: j├─1-3 卷积神经网络: i4 e6 \1 D' Y+ l7 H! e
│ ├─1.卷积网络原理7 F) C/ u5 `9 U& V8 {; f J7 @
│ │ 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* x/ S& Q& ]' t" q4 } }
│ │ 04_零填充.mp4, M2 U$ f: A# v9 ?9 e" P8 q
│ │ 05_过滤器大小与步长.mp4; \- A$ X9 V1 X( E
│ │ 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. b5 A- y7 t+ q9 I0 K' Y
│ │ 09_全连接层.mp4
" u7 n: x* l k' X) P/ J& c│ │ 6 n2 l2 b$ K% Z; a) ?6 ~
│ ├─2.经典分类结构* \* m' o I" b4 s! X! K4 q
│ │ 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.mp48 d7 W- U; D+ E8 g% `! |$ u
│ │ 03_Inception(1x1卷积介绍).mp4
7 U: M- W/ C0 _│ │ 04_Inception结构以及改进.mp4 O0 A/ l2 K9 R$ K
│ │ 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│ │ * e r& S3 t8 a% V$ e
│ └─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.mp48 R( E! j) [% b3 E) m
│ 0 l n2 I9 @6 r+ A U
├─1-4 循环神经网络# w& P. Z9 y; \$ W' i' k2 B
│ ├─1.循环神经网络/ p* N7 ]7 f! W
│ │ 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! @* S6 `- t* Y' j5 R. h# E1 y
│ │ 05_时间反向传播算法.mp4% O/ R3 f& z' x# Q
│ │ 06_梯度消失、案例介绍.mp4% d+ m+ I+ u- T1 D* u( Q2 Q
│ │ 07_手写RNN案例:单个cell前向传播.mp4( v6 f7 K6 e1 E% {* d; v) c
│ │ 08_手写RNN案例:所有cell的前向传播.mp4' v. N' l5 T% p* e6 o
│ │ 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* S, C7 ^- G; {* p
│ │ 11_案例总结.mp4; [! e0 G9 u9 G. K3 ]
│ │ 12_GRU与LSTM介绍.mp4
) W5 r% T0 c+ a* @0 }* k/ a│ │ 8 ]$ o6 q) S% W8 e
│ ├─2.词嵌入3 n( G6 F6 J0 ?2 S
│ │ 01_词嵌入介绍.mp43 B8 h. U2 m; q
│ │ 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# g$ [, N+ S9 u) P Q# Z
│ 01_seq2seq介绍与理解.mp4. Q% v* k9 o8 f" m. {# J+ N
│ 02_seq2seq机器翻译等场景介绍分析.mp4* p: q1 h$ |& V1 V' v
│ 03_Attention原理分析.mp4% V/ q d5 ~ M
│ 04_机器翻译案例:日期格式翻译转换、代码结构介绍.mp4% ^* {% d# B4 l# Y i, {
│ 05_机器翻译案例:模型参数定义.mp42 m9 c7 G5 p* Q" h3 r) u. q5 d
│ 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.mp47 g) w4 K) N$ ~6 }. i" c1 K" T, V; J
│ 08_机器翻译案例:网络输入输出逻辑介绍.mp45 ?8 z4 k9 e/ D* [; p
│ 09_机器翻译案例:网络输入输出逻辑编写.mp4/ D4 c0 C* N8 t1 B3 z; Z" O" T" l# x+ d
│ 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* x% [( _% C% _3 e& F/ [
│ 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.mp40 e0 j3 K1 x+ d) V; z u9 e
│ 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 f' V' u. U" ^- p3 {- s; z( N
│ 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& [ m$ X) N5 P
│
- A' C1 t* X% H2 u0 ]# ^├─1-5 高级主题4 T& _( [% P; Y- g' }8 i% m0 o- r1 w
│ ├─1.生产对抗网络
& K* X6 @- h/ ^& ?! P' z│ │ 01_高级主题介绍、GAN介绍.mp4, Z7 ^$ F# z6 h" R/ ], y
│ │ 02_GAN原理、损失和DCGAN结构.mp42 `. x( a$ V: J5 n* t
│ │ 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% N4 c& j; b7 ^. Z D5 L. c9 h; y
│ │ , M! [2 `+ V1 N$ ]
│ ├─2.自动编码器" K1 F6 H5 l, [# n* u- C/ g8 \
│ │ 01_自动编码器介绍.mp40 [& u( i5 d4 y2 ~ ]: H2 {+ [( L
│ │ 02_案例:编码器类别、普通自编码器流程、模型初始化逻辑.mp48 O0 S3 X5 u- d5 C9 R% N, N- L
│ │ 03_案例:训练普通自编码器.mp4; _. ~. Z4 r8 i Q4 X6 J" w
│ │ 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* H/ W1 }5 |' C: G8 p. F4 M
│ │ 06_案例:降噪编码器介绍.mp4! b {, Y& u) A$ C( R
│ │ 07_案例:降噪编码器案例.mp4
6 l# |: }7 {: T4 p+ h' q7 |│ │ 8 k# N% @$ W0 k4 b+ ~+ ?' G* w
│ └─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.mp41 ?' b$ q( n7 }. t
│
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: v" t0 C/ \# Z$ o$ g6 N
│ │ 0_课程组成和目标.mp4: Q; R$ \6 y3 s4 t/ s
│ │ 1_1_访问入口.mp4! Y9 b# Y' M2 T. L
│ │ 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& y- Y9 u) X7 j- K* K
│ │ 1_6_人工智能平台_服务开通.mp4+ l) d! [+ z2 ]2 |' R7 D; [
│ │ 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│ │ & u7 z& H% W) j$ y
│ ├─2.图像技术之人脸识别6 L& |- g N! t* f( D# U A
│ │ 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' x' [7 Q: H; I
│ │ 2_1_3_人脸检测_步骤和代码浏览.mp4( k4 l# W4 t3 L7 H. Y. w
│ │ 2_1_4_人脸检测_获取access_token.mp43 U0 V, H; M" d
│ │ 2_1_5_人脸检测_调用API.mp44 g8 e* E. E, b
│ │ 2_1_6_人脸检测_图像坐标.mp4- k% K- [1 E5 u6 V8 x# N
│ │ 2_1_7_人脸检测_边框.mp4- N% c7 ^+ B' S
│ │ 2_1_8_人脸检测_性别年龄总结.mp42 w* F- |( n9 O6 v6 q
│ │ 2_1_9_人脸检测_SDK方式.mp4& n+ L; {1 L6 M! W/ h( ~
│ │
9 L2 U) ?! u0 Y4 T) ?' S; m│ ├─3.图像技术之图像识别9 j+ ~! \) W$ ~0 r
│ │ 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& @" D5 i" k/ f3 L; _: M7 y
│ │ 2_2_5_定制化图像识别_图像分类_步骤.mp40 d5 Q4 U* s8 M. f5 ? J- ?
│ │ 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/ ], ]! w8 q2 |, `
│ │ 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; B/ q% M( A0 t
│ │ 2_2_10_定制化图像识别_物体检测_流程.mp46 P1 A3 ~6 D* ]
│ │ 2_2_11_定制化图像识别_物体检测API_错误码.mp4: `# v8 o& {7 S
│ │ & Q( a9 w) m" D' h
│ ├─4.图像技术之文字识别, c; w h+ w7 X3 s0 Q/ [) K
│ │ 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.mp43 w0 B# P5 s% y
│ │ 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/ ?! a' M1 I; ?4 X3 _1 k
│ │ 2_3_5_通用票据识别.mp4; _1 y% O0 B6 ^% y
│ │ 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.mp44 u3 r4 I# M" r# w% q
│ │ 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( g- f. k# I, s
│ │ 2_3_10_分类器代码.mp49 p4 I& `2 @& H7 g( z) X
│ │
& \. Q/ a* x8 L1 }. k/ Q│ ├─5.语音技术: ?5 y1 R& B2 m A; ~$ R2 i: f
│ │ 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; x. i: \& C4 C3 `# Z2 B \2 w
│ │
/ 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│ │ , M$ k! Q5 l: y! m \9 M1 L
│ └─7.人脸识别打卡案例) _: P4 A+ y5 O7 d+ v5 f
│ 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) p; K- g7 ^! _# e' f/ f$ e
│ 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.mp47 o+ _3 F3 g, s6 n6 Q- ~! y
│ 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.mp44 O; [1 P0 j: m( w, e% W
│ 5_1_6_案例_主程序2.mp4- E" P# R. c0 k' c
│ 8 A; d D7 i8 P2 Y- a
├─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( {( \: B$ _$ c& ?
│ │ 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.mp48 p% J1 O! {+ m' G4 g
│ │ 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' O f9 {1 v/ W" v1 R8 L& |
│ │ % w4 y9 L4 [$ K4 I' Q( S l7 \
│ ├─2.自然语言处理基础实作-机器学习篇$ i0 X, v7 Q5 j0 n2 A* }
│ │ 1.机器学习-NLTK_数据读取.mp4+ D E; ]. u+ S0 y
│ │ 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.mp43 l5 u: V' \) U, F: Z& F6 G) J1 o
│ │ 5.机器学习-NLTK_词根化.mp4% C- L! a1 e# E) L( h2 P
│ │ 6.机器学习-NLTK_还原字符串.mp4% n7 v+ Q& S/ h) w* @6 L' ]
│ │ 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* O- X4 m2 ^; r
│ │ 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 S- ^$ P s+ {# f5 _$ J; Y
│ │
: ` 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.mp42 `& j' G5 b+ I7 C- t9 u
│ │ 3.RNN REVIEW.mp4
$ ?' b. D3 L7 I A4 k" g1 `│ │ 4.RNN CODE.mp4+ Y! O8 ~' L( J; G- n/ W
│ │ 5.LSTM.mp4
. `( r' s. L9 l' U( l" ^│ │ 6.LSTM_CODE.mp4! c3 v2 s& ~ M) l; j3 T: f- P
│ │ 7.文本分类.mp4
. V& J4 @9 `) P- ]│ │ 8.文本分类的方式.mp4* t s% |" B6 z
│ │ 9.文本分类CNN&RNN.mp4
: n# _' l N! O3 C│ │ 10. 文本分类 CNN 模型使用.mp4 x& F! T# e1 r/ k. ~
│ │ 11. 文本分类 RNN 搭建.mp41 N% S& J) ?. \" E2 y
│ │
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.mp44 t* ]0 q7 K3 |2 d9 H7 B8 e
│ 02. chatbot 环境搭建下载数据集.mp4- b) k& `% {7 K. U
│ 03. chatbot 下载数据集.mp43 q8 |/ U3 M$ x- Y0 l( s+ h0 J, D }
│ 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.mp48 P# P3 g; a3 h5 Q5 C3 U8 B2 C
│ 07. ChatBot 建立对话列表.mp4 ]. I8 \' E7 E0 Q7 V) i
│ 08. ChatBot 问答集.mp4
: U6 }& p' @0 v8 ?4 Q│ 09. ChatBot 数据初步清洗.mp4) \1 l" g. U* G9 M2 i& a
│ 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- H1 T, ] g3 r. w
│ 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: w1 D- F4 a% q# Q- x& ~
│ 17. ChatBot 长短句.mp4& H2 y0 r/ ^1 I: @- ~ e
│ 18. ChatBot input&output.mp4# x- R& \* a h5 R- Q, [" _
│ 19. ChatBot 处理输出.mp4
5 R8 S* t) p8 ]2 y│ 20. ChatBot 建立RNN 模型.mp4- _) Q1 K4 n+ V. d7 c
│ 21. ChatBot 解码器训练.mp4 Z3 W$ r9 \; v' T' |' n
│ 22. ChatBot 解码器测试.mp4& T; {# A7 Y- x) p' m1 p
│ 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$ E% H& ]! F- Y6 |+ G* r
│ 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# q3 u& S$ N Y& r; b: R4 L
│ 29. ChatBot 設置輸入的数据形状.mp40 u# h; y# [# X3 r3 K# N- ~
│ 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# n& p6 B* C: e l+ O/ I: G/ A5 G
│ 32. ChatBot 问答等长处理.mp4& i8 }- H! c3 H4 q
│ 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) R: l: s$ v1 [9 a% g
│ 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.mp46 W2 {: c+ H* b5 o$ p6 @/ z, n
│ 8 l' Z: t4 N6 o# d
├─1-8 图片商品物体检测项目第一阶段-检测算法原理6 Y2 c6 f! f- \% w
│ ├─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 }4 V3 J* c3 W# Z. ^
│ │ 02_项目演示结果.mp4; A/ P7 }2 j8 N2 H) w9 T' ]! Q9 B
│ │ 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+ e$ |& j5 f4 a! [, p9 Y" D9 ~
│ │ 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( q0 }! i6 W8 r( W+ q' I
│ │ 08_目标检测任务描述.mp4+ {: t- A* i8 r2 v& D
│ │ 3 y2 _" y+ l4 }. S
│ ├─2.RCNN原理
- M( |! ]( ?1 E4 h│ │ 01_Overfeat模型.mp42 U @5 M7 G6 q
│ │ 02_RCNN:步骤流程介绍.mp4/ o% n" }, ?& H6 d1 m- K0 u! g2 n; |: d
│ │ 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" h8 ^9 y; V: u# s7 N5 ?! t, I
│ │ 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% Y+ o' n$ v4 m- m6 ]+ w* v
│ │ 08_RCNN:总结、优缺点与问题自测.mp4
' o5 O- A4 | ~' ?" L│ │ # S' H# t/ h: z5 S" _
│ ├─3.SPPNet原理8 r) G ~& g X. N6 A; [: a- B+ s: K
│ │ 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" O7 o3 G6 e1 E; o4 H2 {1 U
│ │ 04_SPPNet:总结、优缺点与问题自测.mp4
) b+ U' a& o$ r$ W [! |; v│ │ ( |* _5 E* p J8 e; h' r
│ ├─4.FastRCNN原理" j% d+ [& g: W
│ │ 01_FastRCNN:改进之处以及网络流程.mp4# T$ D. S2 W* L2 A: @0 }1 g/ M
│ │ 02_FastRCNN:RoI pooling结构以及SPP对比.mp4# L3 Q$ g3 t6 W3 Z5 z( |
│ │ 03_FastRCNN:多任务损失.mp4, I; @6 Q$ o! i1 n9 n# ~) n
│ │ 04_FastRCNN:总结与问题自测.mp4
& o% ^9 f4 [. e/ R/ y│ │ 1 q; ~) t2 ~+ C0 b; {) a/ e
│ ├─5.FasterRCNN原理
: U2 \6 P/ l2 [0 e│ │ 01_FasterRCNN:网络结构与步骤.mp49 i& a- t3 ?$ K. f% {% I6 p0 L
│ │ 02_FasterRCNN:RPN网络的原理.mp43 L3 |* e2 v! { \3 I$ U
│ │ 03_FasterRCNN:总结与问题自测.mp4) A* I7 h" P. l/ J
│ │ / ^: X1 C* |9 ]
│ ├─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* A ]6 @' q# d S7 M$ z$ K" R1 \
│ │ 04_YOLO:总结.mp44 o/ e8 [" ^9 x/ J8 w5 U9 H- p
│ │
, 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# ], d: ~4 I. L: e4 P
│ 02_SSD:localization与confidence.mp4$ `. _, b9 S/ j# H" g* z5 a. q& D) P
│ 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.mp47 X& g. K/ P; N8 u0 ?
│ 3 W" {* z$ ~# Q8 a
├─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( v! G0 `, b1 T" ~4 ^
│ │ 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 ?│ │ 7 n4 B) C& V4 m) n( k% r
│ └─3.TFRecords读取/ w0 D4 c: V" J
│ 01_slim库介绍.mp4
7 e b$ r& l* g5 `│ 02_TFRecord读取:Dataset准备.mp4- D, ~2 Z F3 Y( i2 A
│ 03_TFRecord读取:provider读取.mp4& I n8 S3 d! B& U& ~) r8 F0 V
│ 04_第二阶段总结.mp4
$ B# Z( t+ q8 N. C6 w( U3 [# M/ H│ 5 F/ |7 E4 A1 o/ Z
└─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$ h9 T3 I% u3 J) O
│ 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.mp47 W1 ~4 F& R/ _# }
│ 03_Client:grpc与serving apis介绍.mp42 }6 c8 {' G/ r, o" S; F/ Q D
│ 04_Client:客户端建立连接获取结果代码.mp4+ Z, W+ g- J; L9 q: R" }
│ 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2 I/ ~5 k) m" L
│ 01_服务器部署:服务器部署的代码文件需求、服务开启.mp4" P; m. i" `- S0 C) S6 Y# F8 O
│ 02_项目总结.mp4, E- D& V! q% X) N' b
│ % P8 c Y3 z& D: s" n1 G
├─2.数据接口实现& Y, k4 z' h4 A3 ]3 H+ {! A
│ 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.mp43 y7 H& q1 L! F% F. i, k
│ 03_数据接口:商品数据读取子类实现.mp4! Z# g) R) f2 ^( _
│ 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+ Z( S1 _& R( l5 p! H. ]
│ ' m, i3 Z! {' k2 ^1 [. g0 X" l+ U, ~
├─3.模型接口实现- P7 P9 Y5 a7 [0 C$ K$ K4 u' k2 q+ J. f
│ 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 │ - }1 C t$ l( m) x$ Z- X7 j
├─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: X8 G" R+ J8 |5 S3 `+ E
│ 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% g; v! Y1 P7 d
│
$ 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& ^! i9 a8 c' u0 o0 R- m. k" @2 x
│ 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' w# c& ^3 v( p, e3 g# C
│ 05_训练:2图片数据读取与处理逻辑介绍.mp40 C8 m( H$ E& a0 {% i
│ 06_训练:2数据模块与网络模型获取结果.mp4# k: T+ p- c+ O5 D0 v0 B/ q% ~
│ 07_训练:2网络参数修改、provider获取数据、预处理.mp4, s/ b. J* V2 x) r) ^
│ 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. b+ }) s8 u4 ]5 m. H: ]3 I
│ 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! b: I5 _$ p- D9 C8 p
│ 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.mp48 p3 k; t" h' y. ]. G
│ 02_测试:图片输入、结果标记代码.mp4
5 v& U9 d* d) A8 ~; ^5 x │ 3 E7 m# ~2 p, Z( T' T8 e& t
├─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% R j+ F5 v0 y }/ h' m$ J8 S# b
│ ( o% k& O; l# R9 A
└─9.打开模型服务3 R! n4 F+ l+ o) E: ?+ ^
01_开启模型服务.mp4
2 C% R8 h: }2 ~8 @# J# q$ n/ q& E k" A+ l
0 V" T7 ]6 _) L
' D1 b" Q, s/ M6 \
) V- E2 F3 e' h2 Y% K4 j9 w) _7 F+ g+ X1 ^% N/ J# X
/ d$ `4 j2 u y6 U5 x+ o, l& k/ X3 `
7 l! U& F4 R# [& S
, c3 d0 k, z- [/ c) Y' {' t |
|