课程介绍：
涵盖深度学习的主要各个核心模块，以及流行框架 TensorFlow和Keras, 以实战为核心，手把手带学员编程。本课程将用通俗易懂的语言已经相关项目给学校展示深度学习相关知识，让学员学以致用。适合所有人观看。
课程目录：
章节1:课前准备
课时1课程内容安排与介绍05:59
课时2正确认识深度学习03:44
课时3环境安装
课时4安装Keras和TensorFlow
课时5常用深度学习辅助工具02:5
章节2:衣物图片分类项目-TensorFlow和Keras
课时6最新版Tensorflow亮点
课时7深度学习开发流程
课时8感性认识神经网络05:21
课时9免费GPU
课时10最新版anoconda安装深度学习库的问题
课时11数据准备
课时12数据预处理
课时13模型构建与训练
课时14模型调优与预测分析
章节3:Tensorflow
课时15tensorflow概览
课时16tensorflow安装和版本介绍
课时17张量(tesnor)和会话(session)
课时18初识图和占位变量
课时19多节点图
课时20多图创建
课时21TensorFlow部分复盘
课时22张量1-常量
课时23张量2-向量与矩阵
课时24张量3-序列
课时25基本预算与数据类型
课时26Variable张量
课时27Variable之二
课时28互动会话
课时29占位变量
课时30懒加载
章节4:TensorFlow续篇
课时31人均寿命预测小项目
课时32构建回归模型
课时33可视化预测结果
课时34底层API版逻辑回归-MNIST
课时35高层API版逻辑回归-MNIST
课时36梯度递减算法
课时37实时执行（渴望执行）
课时38GPU与CUDA
课时39深度学习开发箱与易用机器人
章节5:Tensorflow续篇2-卷积网络
课时40神经网络和神经元
课时41卷积网络之一
课时42卷积网络之二
课时43TF卷积网络函数细讲
课时44TF卷积网络底层AP列子
章节6:动物分类-Tensorflow
课时45数据介绍
课时46分离训练与测试集
课时47加载本地数据集
课时48Keras与TensorFlow
课时49构建卷积网络模型之一
课时50构建卷积网络模型之二
课时51训练模型
课时52可视化学习曲线
课时53模型预测
课时54准确度与提高方
课时55数据扩增之一
课时56数据扩增之二
课时57数据扩增之三
课时58模型调优与项目总结
章节7:经典深度学习架构与迁移学习
课时59VGG
课时60迁移学习之一
课时61迁移学习之二
课时62AlexNet和Inception
课时63ResNet和InceptionResNet
课时64DenseNet
课时65MobileNet
课时66Keras另外一种代码
章节8:递归神经网络
课时67RNN 递归神经网络
课时68LSTM与GRU
课时69双向递归神经网络
课时70北京市PM2.5预测
章节9:拓展内容
课时71对象监测与识别
课时72RCNN和YOLO
课时73对象监测与识别相关源代码
课时74姿势识别
课时75图像切割
课时76GAN生成对抗网络
课时77结束语和未来学习建议
评论0