课程名称
深度学习与TensorFlow 2入门实战（完整版），资源教程下载
课程目录
第一章：深度学习初见
TensorFlow 2初见-1 10:21
TensorFlow 2初见-2 09:55
开发环境准备-1 10:22
开发环境准备-2 11:57
课程须知 03:19
第二章：开发环境全程实录
Win10平台实录-1 29:51
Win10平台实录-2 23:27
Ubuntu平台实录-CUDA安装 10:15
Ubuntu平台实录-Anaconda/Python安装 10:00
Ubuntu平台实录-TensorFlow/PyTorch安装 14:48
Ubuntu平台实录-PyCharm安装 05:45
第三章：回归问题
线性回归-1 08:03
线性回归-2 10:41
回归问题实战-1 07:34
回归问题实战-2 11:05
手写数字问题-1 11:32
手写数字问题-2 09:18
手写数字问题-3 10:11
手写数字问题初体验-1 09:12
手写数字问题初体验-2 07:58
Tensor数据类型-2 12:02
Tensor数据类型-2 11:47
第四章：TensorFlow 2基础操作
Tensor数据类型-1 12:02
Tensor数据类型-2 11:47
创建Tensor-1 10:40
创建Tensor-2 09:54
创建Tensor-3 07:12
索引与切片-1 10:37
索引与切片-2 11:18
索引与切片-3 06:42
索引与切片-4 13:17
索引与切片-5 12:28
维度变换-1 11:51
维度变换-2 12:11
维度变换-3 08:19
Broadcasting-1 11:26
Broadcasting-2 10:55
数学运算 13:26
前向传播（张量）-实战-1 10:03
前向传播（张量）-实战-2 10:33
前向传播（张量）-实战-3 10:10
前向传播（张量）-实战-4 10:22
第五章：TensorFlow 2 高阶操作
合并与分割 13:00
数据统计 14:29
张量排序-1 08:42
张量排序-2 12:40
填充与复制 13:03
张量限幅-1 10:11
张量限幅-2 10:49
高阶操作-1 10:05
高阶操作-2 09:31
第六章：神经网络与全连接层
数据加载-1 10:01
数据加载-2 07:38
数据加载-3 09:12
测试（张量）-实战 15:36
全连接层-1 10:39
全连接层-2 10:55
输出方式 12:43
误差计算-1 10:07
误差计算-2 10:20
误差计算-3 11:49
第七章：随机梯度下降
梯度下降-简介-1 07:41
梯度下降-简介-2 09:31
函数优化实战 08:32
手写数字问题实战（层）-1 10:04
梯度下降-简介-2 09:31
梯度下降-简介-2 11:35
TensorBoard可视化-1 10:04
TensorBoard可视化-2 10:04
第八章：Keras高层接口
Keras高层API-1 08:56
Keras高层API-2 08:02
Keras高层API-3 08:11
自定义层/网络-1 09:13
自定义层/网络-2 09:57
模型加载与保存 10:53
CIFAR10自定义网络实战-1 10:04
CIFAR10自定义网络实战-2 10:02
CIFAR10自定义网络实战-3 11:44
第九章：过拟合
过拟合 14:24
交叉验证-1 10:24
交叉验证-2 13:26
Regularization 12:59
动量与学习率 14:11
Early-stopping和Dropout 14:53
第十章：卷积神经网络
什么是卷积-1 10:04
什么是卷积-2 10:04
什么是卷积-3 10:02
什么是卷积-4 07:02
卷积神经网络-1 10:36
卷积神经网络-2 10:31
卷积神经网络-3 09:22
卷积神经网络-4 11:17
池化与采样 07:22
CIFAR100与VGG13实战-1 10:14
CIFAR100与VGG13实战-2 09:55
CIFAR100与VGG13实战-3 10:12
CIFAR100与VGG13实战-4 07:10
第十一章：循环神经网络RNN
序列表示方法-1 11:45
序列表示方法-2 12:26
循环神经网络层-1 10:49
循环神经网络层-2 12:15
RNNCell-1 10:20
RNNCell-2 08:48
RNN情感分类问题实战-IMDB数据集 10:41
RNN情感分类问题实战-单层RNNCell 10:30
RNN情感分类问题实战-网络训练 09:42
RNN情感分类问题实战-多层RNNCell 09:53
RNN情感分类问题实战-层方式 09:27
梯度弥散与梯度爆炸 13:34
LSTM原理-1 13:08
LSTM原理-2 06:46
LSTM情感分类问题实战 11:49
GRU原理与实战 13:51
12.自编码器Auto-Encoders: M9
无监督学习.mp4
Auto-Encoders原理.mp4
Auto-Encoders变种.mp4
Adversarial Auto-Encoders.mp4
Variational Auto-Encoders引入.mp4
Reparameterization Trick.mp4
Variational Auto-Encoders原理.mp4
Auto-Encoders实战-创建编解码器.mp4
Auto-Encoders实战-训练.mp4
Auto-Encoders实战-测试.mp4
VAE实战-创建网络.mp4
VAE实战-KL Divergence计算.mp4
VAE实战-训练与测试.mp4
13.对抗生成网络GAN
数据的分布.mp4
画家的成长历程.mp4
GAN原理.mp4
纳什均衡-D.mp4
纳什均衡-G.mp4
JS散度的缺陷.mp4
EM距离.mp4
WGAN-GP原理.mp4
GAN实战-.mp4
GAN实战-2.mp4
GAN实战-3.mp4
GAN实战-4.mp4
GAN实战-5.mp4
GAN实战-6.mp4
WGAN实战-1.mp4
WGAN实战-2.mp4
14.【选看】人工智能发展简史
生物神经元结构.mp4
感知机的提出.mp4
BP神经网络.mp4
CNN和LSTM的发明.mp4
人工智能低谷.mp4
深度学习的诞生.mp4
深度学习的爆发.mp4
15.【选看】Numpy实战BP神经网络
权值的表示.mp4
多层感知机的实现.mp4
BP神经网络前向传播.mp4
BP神经网络反向传播-1.mp4
BP神经网络反向传播-.mp4
BP神经网络反向传播-3.mp4
多层感知机的训练.mp4
多层感知机的测试.mp4
实战小结.mp4
评论0