Google工程师亲授 Tensorflow2.0实战教程 Tensorflow入门到深度学习【3.98G】，资源教程下载

课程名称

Google工程师亲授 Tensorflow2.0实战教程 Tensorflow入门到深度学习【3.98G】，资源教程下载

课程目录

第1章 Tensorflow简介与环境搭建

    1-10_Google_cloud_gpu_tensorflow镜像配置__(.mp4

    1-11_AWS云平台环境配置.mp4

    1-1_课程导学.mp4

    1-2_Tensorflow是什么.mp4

    1-3_Tensorflow版本变迁与tf1.0架构.mp4

    1-4_Tensorflow2.0架构.mp4

    1-5_Tensorflow&pytorch比较.mp4

    1-6_Tensorflow环境配置(新补).mp4

    1-6_Tensorflow环境配置.mp4

    1-7_Google_cloud无GPU环境搭建.mp4

    1-8_Google_cloud_远程jupyter_notebook配置.mp4

    1-9_Google_cloud_gpu_tensorflow配置.mp4

第2章 Tensorflow keras实战

    2-10_实战批归一化、激活函数、dropout.mp4

    2-11_wide_deep模型.mp4

    2-12_函数API实现wide&deep模型.mp4

    2-13_子类API实现wide&deep模型.mp4

    2-14_wide&deep模型的多输入与多输出实战.mp4

    2-15_超参数搜索.mp4

    2-16_手动实现超参数搜索实战.mp4

    2-17_实战sklearn封装keras模型.mp4

    2-18_实战sklearn超参数搜索.mp4

    2-1_tfkeras简介__(.mp4

    2-2_分类回归与目标函数.mp4

    2-3_实战分类模型之数据读取与展示.mp4

    2-4_实战分类模型之模型构建.mp4

    2-5_实战分类模型之数据归一化.mp4

    2-6_实战回调函数.mp4

    2-8_神经网络讲解.mp4

    2-9_实战深度神经网络.mp4

第4章 Tensorflow dataset使用

    4-1_data_API引入.mp4

    4-2_tf_data基础API使用.mp4

    4-3_生成csv文件.mp4

    4-4_tf.io.decode_csv使用.mp4

    4-5_tf.data读取csv文件并与tf.keras结合使用.mp4

    4-6_tfrecord基础API使用.mp4

    4-7_生成tfrecords文件.mp4

    4-8_tf.data读取tfrecord文件并与tf.keras结合使用.mp4

    4-9_章节总结.mp4

第5章 Tensorflow Estimator使用与tf1.0

    5-10_TF1_dataset使用.mp4

    5-11_TF1_自定义estimator.mp4

    5-12_API改动升级与课程总结.mp4

    5-1_课程引入.mp4

    5-2_泰坦尼克问题引入分析.mp4

    5-3_feature_column使用.mp4

    5-4_keras_to_estimator.mp4

    5-5_预定义estimator使用.mp4

    5-6_交叉特征实战.mp4

    5-7_TF1.0引入.mp4

    5-8_TF1.0计算图构建.mp4

    5-9_TF1.0模型训练.mp4

第6章 卷积神经网络

    6-10_10monkeys基础模型搭建与训练.mp4

    6-11_10monkeys模型微调.mp4

    6-12_keras_generator读取cifar10数据集.mp4

    6-13_模型训练与预测.mp4

    6-1_卷积神经网络引入与总体结构.mp4

    6-2_卷积解决的问题.mp4

    6-3_卷积的计算.mp4

    6-4_池化操作.mp4

    6-5_卷积神经网络实战.mp4

    6-6_深度可分离卷积网络.mp4

    6-7_深度可分离卷积网络实战.mp4

    6-8_Kaggle平台与10monkeys数据集介绍.mp4

    6-9_Keras_generator读取数据.mp4

第7章 循环神经网络

    7-10_LSTM文本分类与文本生成实战.mp4

    7-1_循环神经网络引入与embedding.mp4

    7-2_数据集载入与构建词表索引.mp4

    7-3_数据padding、模型构建与训练.mp4

    7-4_序列式问题与循环神经网络.mp4

    7-5_循环神经网络实战文本分类.mp4

    7-6_文本生成之数据处理.mp4

    7-7_文本生成实战之构建模型.mp4

    7-8_文本生成实战之采样生成文本.mp4

    7-9_LSTM长短期记忆网络.mp4

第8章 Tensorflow分布式

    8-1_课程引入与GPU设置.mp4

    8-2_GPU默认设置.mp4

    8-3_内存增长和虚拟设备实战.mp4

    8-4_GPU手动设置实战.mp4

    8-5_分布式策略.mp4

    8-6_keras分布式实战.mp4

    8-7_estimator分布式实战.mp4

    8-8_自定义流程实战.mp4

    8-9_分布式自定义流程实战.mp4

第9章 Tensorflow模型保存与部署

    9-1_课程引入与TFLite.mp4

    9-2_保存模型结构加参数与保存参数实战.mp4

    9-3_Keras模型转化为SavedModel.mp4

    9-4_签名函数转化为SavedModel.mp4

    9-5_签名函数，SavedModel和Keras模型到具体函数转换.mp4

第10章 机器翻译

    10-1 课程引入与seq2seq+attention模型讲解.ts

    10-10 样例例分析与总结.ts

    10-11 Transformer模型总体架构.ts

    10-12 Encoder-Decoder架构与缩放点击注意力.ts

    10-13 多头注意力与位置编码.ts

    10-14 Add、Normalize、Decoding过程与总结.ts

    10-15 数据预处理与dataset生成.ts

    10-16 位置编码.ts

    10-17 mask构建.ts

    10-18 缩放点积注意力机制实现(1).ts

    10-19 缩放点积注意力机制实现(2).ts

    10-2 数据预处理理与读取.ts

    10-20 多头注意力机制实现.ts

    10-21 feedforward层次实现.ts

    10-22 EncoderLayer实现.ts

    10-23 DecoderLayer实现.ts

    10-24 EncoderModel实现.ts

    10-25 DecoderModel实现.ts

    10-26 Transformer实现.ts

    10-27 自定义学习率.ts

    10-28 Mask创建与使用.ts

    10-29 模型训练.ts

    10-3 数据id化与dataset生成.ts

    10-30 模型预测实现.ts

    10-31 attention可视化.ts

    10-32 示例展示与实战总结 (1135) 正在学习.mp4

    10-33 GPT与Bert与课程总结 (0813).mp4

    10-4 Encoder构建.ts

    10-5 attention构建.ts

    10-6 Decoder构建.ts

    10-7 损失函数与单步训练函数.ts

    10-8 模型训练.ts

    10-9 模型预测实现.ts

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