内容介绍：
课程01： 什么是人工智能
1. 人工智能背景介绍.mp4
2. 前期环境准备.mp4
课程02： 深度学习入门基础知识
03. 深度学习环境准备.mp4
04. TensorFlow快速入门（一）--基本概年和框架.mp4
05. Tensorflow快速入门（二）--实战演练和模型训练.mp4
06. Tensorflow快速入门（三）--技巧总结.mp4
07. 深度学习数学知识一览表.mp4
08. 作业：实例：用自己的数据集训练模型.mp4
09. 作业讲解—如何制作自己的数据集1.mp4
10. 作业讲解—如何制作自己的数据集2.mp4
课程03： 传统神经网络与参数理解
11. 什么是多层感知机.mp4
12. 激活函数的原理、类别与实现1.mp4
13. 激活函数的原理、类别与实现2.mp4
14. 损失函数的原理、类别与实现上(1).mp4
14. 损失函数的原理、类别与实现上.mp4
15. 损失函数的原理、类别与实现下.mp4
16. 梯度下降算法一.mp4
17. 梯度下降算法二.mp4
18. 学习率的设定.mp4
19. 正则化的方法（一）.mp4
20. 正则化的方法(二).mp4
21. 实例：识别花的种类.mp4
22. 作业：改变不同的参数，提高识别花种类的准确率.mp4
23. 作业讲解：不同参数的改变对于准确率的变化原理.mp4
课程04： 前向传播与反向传播
24. 前向传播的原理.mp4
25. 前向传播的代码实现.mp4
26. 反向传播的原理.mp4
27. 反向传播代码实现.mp4
28. 实例：自己手写一个完整的BP.mp4
29. 作业：写一个Autoencoder.mp4
30. 作业讲解：如何写一个Autoencoder.mp4
课程05： 自编码Autocoder的原理及应用
31. 什么是Autoencoer.mp4
32. Autoencoder的原理与实现.mp4
33. Autoencoder与PCA的区别.mp4
34. Autoencoder的变种（一）.mp4
35. Autoencoder的变种（二）.mp4
36. 实例：Autoencoder与聚类结合在预测用户偏好中的应用.mp4
37. 作业：运用Autoencoder对海量数据进行降维.mp4
38. 作业讲解：如何高效的运用Autoencoder降维.mp4
课程06： 经典卷积神经网络及图像分类
39. 卷积神经网络的背景与原理.mp4
40. 卷积神经网络的代码实现（1）.mp4
41. 卷积神经网络的代码实现（2）.mp4
42. Le-Net5的网络结构与实现.mp4
43. Alexnet的网络结构和实现.mp4
44. Vgg的网络结构及实现.mp4
45. GoogleNet的网络结构与实现.mp4
46. Resnet的网络结构及实现.mp4
47. 实例：用经典的卷积神经网络cifar-10数据进行图像分类.mp4
课程07： 目标检测算法的原理及应用
48. 目标检测算法的简介与种类.mp4
49. R-CNN相关算法的原理及实现（一）.mp4
50. R-CNN相关算法的原理及实现（二）.mp4
51. YOLO相关算法的原理及实现（一）.mp4
52. YOLO相关算法的原理及实现（二）.mp4
53. SSD相关算法的原理及实现 （一）.mp4
54. SSD相关算法的原理及实现 （二）.mp4
课程08： 迁移学习
55. 迁移学习简介.mp4
56. 迁移学习的应用.mp4
57. 迁移学习的方法.mp4
58. 迁移学习案例分享.mp4
课程09： 循环神经网络RNN
59. 循环神经网络RNN的简介与原理详解.mp4
60. 循环神经网络RNN的代码实现.mp4
61. 实例：用RNN来做情感分析.mp4
课程10： 自然语言处理
62. LSTM的简介与原理详解.mp4
63. LSTM的代码实现.mp4
64. 实例：用LSTM实现一个简单的聊天机器人.mp4
课程11： 无监督学习：对抗网络GAN
65. GAN的背景与应用.mp4
66. GAN的数学推导及代码实现.mp4
67. GAN的变种及应用.mp4
68. 实例：用GAN生成二次元萌妹子.mp4
课程12： 深度学习的高性能计算
69. 单机单卡的实现过程.mp4
70. 单机多卡的实现过程.mp4
71. 多机单卡的实现过程.mp4
72. 多机多卡的实现过程.mp4
73. 实例： 分布式训练实例：基于docker的分布式.mp4
课程13： 实战项目演练
74. 用户分群与偏好预测经典案例.mp4
75. 自动创作古诗词.mp4
76. 自动创造音乐.mp4
配套课件
百度网盘下载地址：
课程01： 什么是人工智能
1. 人工智能背景介绍.mp4
2. 前期环境准备.mp4
课程02： 深度学习入门基础知识
03. 深度学习环境准备.mp4
04. TensorFlow快速入门（一）--基本概年和框架.mp4
05. Tensorflow快速入门（二）--实战演练和模型训练.mp4
06. Tensorflow快速入门（三）--技巧总结.mp4
07. 深度学习数学知识一览表.mp4
08. 作业：实例：用自己的数据集训练模型.mp4
09. 作业讲解—如何制作自己的数据集1.mp4
10. 作业讲解—如何制作自己的数据集2.mp4
课程03： 传统神经网络与参数理解
11. 什么是多层感知机.mp4
12. 激活函数的原理、类别与实现1.mp4
13. 激活函数的原理、类别与实现2.mp4
14. 损失函数的原理、类别与实现上(1).mp4
14. 损失函数的原理、类别与实现上.mp4
15. 损失函数的原理、类别与实现下.mp4
16. 梯度下降算法一.mp4
17. 梯度下降算法二.mp4
18. 学习率的设定.mp4
19. 正则化的方法（一）.mp4
20. 正则化的方法(二).mp4
21. 实例：识别花的种类.mp4
22. 作业：改变不同的参数，提高识别花种类的准确率.mp4
23. 作业讲解：不同参数的改变对于准确率的变化原理.mp4
课程04： 前向传播与反向传播
24. 前向传播的原理.mp4
25. 前向传播的代码实现.mp4
26. 反向传播的原理.mp4
27. 反向传播代码实现.mp4
28. 实例：自己手写一个完整的BP.mp4
29. 作业：写一个Autoencoder.mp4
30. 作业讲解：如何写一个Autoencoder.mp4
课程05： 自编码Autocoder的原理及应用
31. 什么是Autoencoer.mp4
32. Autoencoder的原理与实现.mp4
33. Autoencoder与PCA的区别.mp4
34. Autoencoder的变种（一）.mp4
35. Autoencoder的变种（二）.mp4
36. 实例：Autoencoder与聚类结合在预测用户偏好中的应用.mp4
37. 作业：运用Autoencoder对海量数据进行降维.mp4
38. 作业讲解：如何高效的运用Autoencoder降维.mp4
课程06： 经典卷积神经网络及图像分类
39. 卷积神经网络的背景与原理.mp4
40. 卷积神经网络的代码实现（1）.mp4
41. 卷积神经网络的代码实现（2）.mp4
42. Le-Net5的网络结构与实现.mp4
43. Alexnet的网络结构和实现.mp4
44. Vgg的网络结构及实现.mp4
45. GoogleNet的网络结构与实现.mp4
46. Resnet的网络结构及实现.mp4
47. 实例：用经典的卷积神经网络cifar-10数据进行图像分类.mp4
课程07： 目标检测算法的原理及应用
48. 目标检测算法的简介与种类.mp4
49. R-CNN相关算法的原理及实现（一）.mp4
50. R-CNN相关算法的原理及实现（二）.mp4
51. YOLO相关算法的原理及实现（一）.mp4
52. YOLO相关算法的原理及实现（二）.mp4
53. SSD相关算法的原理及实现 （一）.mp4
54. SSD相关算法的原理及实现 （二）.mp4
课程08： 迁移学习
55. 迁移学习简介.mp4
56. 迁移学习的应用.mp4
57. 迁移学习的方法.mp4
58. 迁移学习案例分享.mp4
课程09： 循环神经网络RNN
59. 循环神经网络RNN的简介与原理详解.mp4
60. 循环神经网络RNN的代码实现.mp4
61. 实例：用RNN来做情感分析.mp4
课程10： 自然语言处理
62. LSTM的简介与原理详解.mp4
63. LSTM的代码实现.mp4
64. 实例：用LSTM实现一个简单的聊天机器人.mp4
课程11： 无监督学习：对抗网络GAN
65. GAN的背景与应用.mp4
66. GAN的数学推导及代码实现.mp4
67. GAN的变种及应用.mp4
68. 实例：用GAN生成二次元萌妹子.mp4
课程12： 深度学习的高性能计算
69. 单机单卡的实现过程.mp4
70. 单机多卡的实现过程.mp4
71. 多机单卡的实现过程.mp4
72. 多机多卡的实现过程.mp4
73. 实例： 分布式训练实例：基于docker的分布式.mp4
课程13： 实战项目演练
74. 用户分群与偏好预测经典案例.mp4
75. 自动创作古诗词.mp4
76. 自动创造音乐.mp4
配套课件
百度网盘下载地址：
购买主题
已有 1 人购买
本主题需向作者支付 20 金币 才能浏览