文件清单 109 项

• 300T精品资源入口.txt
• 资料.7z
• 1-1 课程导学.mp4
• 2-1 机器学习,深度学习简介.mp4
• 2-2 神经元-逻辑斯底回归模型.mp4
• 2-3 神经元多输出.mp4
• 2-4 梯度下降.mp4
• 2-5 数据处理与模型图构建(1).mp4
• 2-6 数据处理与模型图构建(2).mp4

展开全部 109 项

• 2-7 神经元实现(二分类逻辑斯蒂回归模型实现).mp4
• 2-8 神经网络实现(多分类逻辑斯蒂回归模型实现).mp4
• 3-1 神经网络进阶.mp4
• 3-2 卷积神经网络(1).mp4
• 3-3 卷积神经网络(2).mp4
• 3-4 卷积神经网络实战.mp4
• 4-1 卷积神经网络进阶(alexnet).mp4
• 4-2 卷积神经网络进阶(ggnet-Resnet).mp4
• 4-3 卷积神经网络进阶(inception-mobile-net).mp4
• 4-4 GG-ResNet实战(1).mp4
• 4-5 GG-ResNet实战(2).mp4
• 4-6 Inception-mobile_net(1).mp4
• 4-7 Inception-mobile_net(2).mp4
• 5-1 adagrad_adam.mp4
• 5-2 激活函数到调参技巧(1).mp4
• 5-3 激活函数到调参技巧(2).mp4
• 5-4 Tensorboard实战(1) (1).mp4
• 5-4 Tensorboard实战(1).mp4
• 5-6 fine-tune-实战.mp4
• 5-7 actiation-initializer-optimizer-实战.mp4
• 5-8 图像增强api使用.mp4
• 5-9 图像增强实战.mp4
• 5-10 批归一化实战(1).mp4
• 5-11 批归一化实战(2).mp4
• 6-1 卷积神经网络的应用.mp4
• 6-2 卷积神经网络的能力.mp4
• 6-3 图像风格转换1算法.mp4
• 6-4 GG16预训练模型格式.mp4
• 6-5 GG16预训练模型读取函数封装.mp4
• 6-6 GG16模型搭建与载入类的封装.mp4
• 6-7 图像风格转换算法定义输入与调用GG-Net.mp4
• 6-8 图像风格转换计算图构建与损失函数计算.mp4
• 6-9 图像风格转换训练流程代码实现.mp4
• 6-10 图像风格转换效果展示.mp4
• 6-11 图像风格转换2算法.mp4
• 6-12 图像风格转换3算法.mp4
• 7-1 序列式问题.mp4
• 7-2 循环神经网络.mp4
• 7-3 长短期记忆网络.mp4
• 7-4 基于LSTM的文本分类模型(TextRNN与HAN).mp4
• 7-5 基于CNN的文本分类模型(TextCNN).mp4
• 7-6 RNN与CNN融合解决文本分类.mp4
• 7-7 数据预处理之分词.mp4
• 7-8 数据预处理之词表生成与类别表生成.mp4
• 7-9 实战代码模块解析.mp4
• 7-10 超参数定义.mp4
• 7-11 词表封装与类别封装.mp4
• 7-12 数据集封装.mp4
• 7-13 计算图输入定义.mp4
• 7-14 计算图实现.mp4
• 7-15 指标计算与梯度算子实现.mp4
• 7-16 训练流程实现.mp4
• 7-17 LSTM单元内部结构实现.mp4
• 7-18 TextCNN实现.mp4
• 7-19 循环神经网络总结.mp4
• 8-1 图像生成文本问题引入入.mp4
• 8-2 图像生成文本评测指标.mp4
• 8-4 Multi-Modal RNN模型.mp4
• 8-5 Show and Tell模型.mp4
• 8-6 Show attend and Tell 模型.mp4
• 8-7 Bottom-up Top-down Attention模型.mp4
• 8-8 图像生成文本模型对比与总结.mp4
• 8-9 数据介绍,词表生成.mp4
• 8-10 图像特征抽取(1)-文本描述文件解析.mp4
• 8-11 图像特征抽取(2)-Inception3预训练模型抽取图像特征.mp4
• 8-12 输入输出文件与默认参数定义.mp4
• 8-13 词表载入.mp4
• 8-14 文本描述转换为ID表示.mp4
• 8-15 ImageCaptionData类封装-图片特征读取.mp4
• 8-16 ImageCaptionData类封装-批数据生成.mp4
• 8-17 计算图构建-辅助函数实现.mp4
• 8-18 计算图构建-图片与词语embedding.mp4
• 8-19 计算图构建-rnn结构实现,损失函数与训练算子实现.mp4
• 8-20 训练流程代码.mp4
• 8-21 文本生成图像问题引入与本节课总结.mp4
• 9-1 对抗生成网络原理.mp4
• 9-2 深度卷积对抗生成网络DCGAN(1).mp4
• 9-3 反卷积.mp4
• 9-4 深度卷积对抗生成网络DCGAN(2)_深度学习之神经网络RNNGAN算法原理实战.mp4
• 9-5 图像翻译Pix2Pix_深度学习之神经网络RNNGAN算法原理实战.mp4
• 9-6 无配对图像翻译CycleGAN(1)_深度学习之神经网络RNNGAN算法原理实战.mp4
• 9-7 无配对图像翻译CycleGAN(2)_深度学习之神经网络RNNGAN算法原理实战.mp4
• 9-8 多领域图像翻译StarGAN_深度学习之神经网络RNNGAN算法原理实战.mp4
• 9-9 文本生成图像Text2Img_深度学习之神经网络RNNGAN算法原理实战.mp4
• 9-10 对抗生成网络总结_深度学习之神经网络RNNGAN算法原理实战.mp4
• 9-11 DCGAN实战引入.mp4
• 9-12 数据生成器实现_深度学习之神经网络RNNGAN算法原理实战.mp4
• 9-13 DCGAN生成器器实现.mp4
• 深度学习之神经网络(CNN&RNN&GAN)算法原理+实战 - 带源码课件/
• 第1章 课程介绍/
• 第2章 神经网络入门/
• 第3章 卷积神经网络/
• 第4章 卷积神经网络进阶/
• 第5章 卷积神经网络调参/
• 第6章 图像风格转换/
• 第7章 循环神经网络/
• 第8章 图像生成文本/
• 第9章 对抗神经网络/
• 第10章 自动机器学习网络-AutoML/
• 第11章 课程总结/