10小时掌握TensorFlow快速入门与实战，视频教程下载

课程简介

 在众多的深度学习框架中，TensorFlow 凭借其强劲的运算性能、高效的超大集群并行能力、生产环境部署的稳定性、丰富的语言接口以及支持灵活的模型设计等特点，成为目前最流行的深度学习框架。  目前，阿里、腾讯、京东、小米、网易、滴滴等国内知名互联网企业以及 Airbnb、Uber、Dropbox 等硅谷明星公司，都在生产环境中大规模地使用 TensorFlow。在谷歌内部，更有超过 80% 的软件项目采用了 TensorFlow。  掌握 TensorFlow 是从事人工智能相关工作的必备技能之一。

课程收获

1.快速掌握 TensorFlow 核心概念和架构；

2.熟练进行模型结构设计、训练及测试；

3.参数调优及损失函数设计的基本方法；

4.四个典型的 TensorFlow 应用场景实战（提供全部源代码）；

5.懂得如何更好地为 TensorFlow 社区做贡献。

适合人群

1.不理解TensorFlow 算法模型及其计算过程，譬如张量、操作、占位符、数据流图、会话等。

2.对 TensorFlow 的模块和架构设计缺乏整体认知

课程目录

├─第一章：TensorFlow初印象

│  ├─01 – 课程内容综述.ts

│  ├─02 – 第一章内容概述.ts

│  ├─03 – TensorFlow产生的历史必然性.ts

│  ├─04 – TensorFlow与Jeff Dean的那些事.ts

│  ├─05 – TensorFlow的应用场景.ts

│  ├─06 – TensorFlow的落地应用.ts

│  ├─07 – TensorFlow的发展现状.ts

├─第七章：实战 TensorFlow 人脸识别

│  ├─51 – 第七部分内容介绍.ts

│  ├─52 – 人脸识别问题概述.ts

│  ├─53 – 典型人脸相关数据集介绍.ts

│  ├─54 – 人脸检测算法介绍.ts

│  ├─55 – 人脸识别算法介绍.ts

│  ├─56 – 人脸检测工具介绍.ts

│  ├─57 – 解析 FaceNet 人脸识别模型.ts

│  ├─58 – 实战 FaceNet 人脸识别模型.ts

│  ├─59 – 测试与可视化分析.ts

├─第三章：TensorFlow基本概念解析

│  ├─13 – 第三章内容概述.ts

│  ├─14 – TensorFlow模块与架构介绍.ts

│  ├─15 – TensorFlow数据流图介绍.ts

│  ├─16 – 张量（Tensor）是什么（上）.ts

│  ├─17 – 张量（Tensor）是什么（下）.ts

│  ├─18 – 变量（Variable）是什么（上）.ts

│  ├─19 – 变量（Variable）是什么（下）.ts

│  ├─20 – 操作（Operation）是什么（上）.ts

│  ├─21 – 操作（Operation）是什么（下）.ts

│  ├─22 – 会话（Session）是什么.ts

│  ├─23 – 优化器（Optimizer）是什么.ts

├─第二章：TensorFlow初接触

│  ├─08 – 第二章内容概述.ts

│  ├─09 – 搭建你的TensorFlow开发环境.ts

│  ├─10 – Hello TensorFlow.ts

│  ├─11 – 在交互环境中使用TensorFlow.ts

│  ├─12 – 在容器中使用TensorFlow.ts

├─第五章：实战 TensorFlow手写体数字识别

│  ├─34 – 第五章内容概述.ts

│  ├─35 – 手写体数字数据集 MNIST 介绍（上）.ts

│  ├─36 – 手写体数字数据集 MNIST 介绍（下）.ts

│  ├─37 – MNIST Softmax 网络介绍（上）.ts

│  ├─38 – MNIST Softmax 网络介绍（下）.ts

│  ├─39 – 实战MNIST Softmax网络（上）.ts

│  ├─40 – 实战MNIST Softmax网络（下）.ts

│  ├─41 – MNIST CNN网络介绍.ts

│  ├─42 – 实战MNIST CNN网络.ts

├─第八章：番外篇：TensorFlow 社区参与指南

│  ├─60 – 番外篇内容介绍.ts

│  ├─61 – TensorFlow 社区介绍.ts

│  ├─62 – TensorFlow 生态-TFX.ts

│  ├─63 – TensorFlow 生态-Kubeflow.ts

│  ├─64 – 如何参与 TensorFlow 社区开源贡献.ts

│  ├─65 – ML GDE 是 TensorFlow 社区与开发者的桥梁.ts

│  ├─66 – 课程总结.ts

├─第六章：实战 TensorFlow 验证码识别

│  ├─43 – 第六章内容概述.ts

│  ├─44 – 准备模型开发环境.ts

│  ├─45 – 生成验证码数据集.ts

│  ├─46 – 输入与输出数据处理.ts

│  ├─47 – 模型结构设计.ts

│  ├─48 – 模型损失函数设计.ts

│  ├─49 – 模型训练过程分析.ts

│  ├─50 – 模型部署与效果演示.ts

├─第四章：实战TensorFlow房价预测

│  ├─24 – 第四章内容概述.ts

│  ├─25 – 房价预测模型的前置知识.ts

│  ├─26 – 房价预测模型介绍.ts

│  ├─27 – 房价预测模型之数据处理.ts

│  ├─28 – 房价预测模型之创建与训练.ts

│  ├─29 – TensorBoard 可视化工具介绍.ts

│  ├─30 – 使用 TensorBoard 可视化数据流图.ts

│  ├─31 – 实战房价预测模型：数据分析与处理.ts

│  ├─32 – 实战房价预测模型：创建与训练.ts

│  ├─33 – 实战房价预测模型：可视化数据流图.ts

├─课堂介绍

│  ├─01 – 课程内容综述.txt

│  ├─04 – TensorFlow与Jeff Dean的那些事.txt

│  ├─06 – TensorFlow的落地应用.txt

│  ├─07 – TensorFlow的发展现状.txt

│  ├─08 – 第二章内容概述.txt

│  ├─09 – 搭建你的TensorFlow开发环境.txt

│  ├─10 – Hello TensorFlow.txt

│  ├─11 – 在交互环境中使用TensorFlow.txt

│  ├─12 – 在容器中使用TensorFlow.txt

│  ├─13 – 第三章内容概述.txt

│  ├─14 – TensorFlow模块与架构介绍.txt

│  ├─15 – TensorFlow数据流图介绍.txt

│  ├─16 – 张量（Tensor）是什么（上）.txt

│  ├─17 – 张量（Tensor）是什么（下）.txt

│  ├─18 – 变量（Variable）是什么（上）.txt

│  ├─19 – 变量（Variable）是什么（下）.txt

│  ├─20 – 操作（Operation）是什么（上）.txt

│  ├─21 – 操作（Operation）是什么（下）.txt

│  ├─22 – 会话（Session）是什么.txt

│  ├─23 – 优化器（Optimizer）是什么.txt

│  ├─24 – 第四章内容概述.txt

│  ├─25 – 房价预测模型的前置知识.txt

│  ├─26 – 房价预测模型介绍.txt

│  ├─27 – 房价预测模型之数据处理.txt

│  ├─28 – 房价预测模型之创建与训练.txt

│  ├─29 – TensorBoard 可视化工具介绍.txt

│  ├─30 – 使用 TensorBoard 可视化数据流图.txt

│  ├─31 – 实战房价预测模型：数据分析与处理.txt

│  ├─32 – 实战房价预测模型：创建与训练.txt

│  ├─33 – 实战房价预测模型：可视化数据流图.txt

│  ├─34 – 第五章内容概述.txt

│  ├─35 – 手写体数字数据集 MNIST 介绍（上）.txt

│  ├─36 – 手写体数字数据集 MNIST 介绍（下）.txt

│  ├─37 – MNIST Softmax 网络介绍（上）.txt

│  ├─38 – MNIST Softmax 网络介绍（下）.txt

│  ├─39 – 实战MNIST Softmax网络（上）.txt

│  ├─40 – 实战MNIST Softmax网络（下）.txt

│  ├─41 – MNIST CNN网络介绍.txt

│  ├─42 – 实战MNIST CNN网络.txt

│  ├─43 – 第六章内容概述.txt

│  ├─44 – 准备模型开发环境.txt

│  ├─45 – 生成验证码数据集.txt

│  ├─46 – 输入与输出数据处理.txt

│  ├─47 – 模型结构设计.txt

│  ├─48 – 模型损失函数设计.txt

│  ├─49 – 模型训练过程分析.txt

│  ├─50 – 模型部署与效果演示.txt

│  ├─51 – 第七部分内容介绍.txt

│  ├─52 – 人脸识别问题概述.txt

│  ├─53 – 典型人脸相关数据集介绍.txt

│  ├─54 – 人脸检测算法介绍.txt

│  ├─55 – 人脸识别算法介绍.txt

│  ├─56 – 人脸检测工具介绍.txt

│  ├─57 – 解析 FaceNet 人脸识别模型.txt

│  ├─58 – 实战 FaceNet 人脸识别模型.txt

│  ├─59 – 测试与可视化分析.txt

资源下载

此资源下载价格为12学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305