IT视频教程资源网

标题: 大数据人工智能之深度学习项目实战班 [打印本页]

作者: admin 时间: 2020-3-8 12:28
标题: 大数据人工智能之深度学习项目实战班
大数据人工智能之深度学习项目实战班

22:17       21,202,765 视频课程文档（重要）.rar
22:12       23,234,411 课时100：案例实战对抗生成网络：构造判别网络模型.MP4
22:12       18,338,663 课时101：案例实战对抗生成网络：构造生成网络模型.MP4
22:12       16,243,733 课时102：案例实战对抗生成网络：构造损失函数.MP4
22:12       26,215,597 课时103：案例实战对抗生成网络：训练对抗生成网络.MP4
22:12       16,671,955 课时104：DCGAN基本原理.MP4
22:12       8,935,471 课时105：DCGAN的网络模型架构.MP4
22:12       14,509,774 课时106：DCGAN项目实战：DIY你要生成的数据.MP4
22:12       27,128,871 课时107：DCGAN项目实战：配置参数.MP4
22:12       25,677,327 课时108：DCGAN项目实战：基于卷积的生成网络架构.MP4
22:12       22,994,763 课时109：DCGAN项目实战：基于卷积的判别网络.MP4
22:12       29,820,535 课时10：神经网络-10-最优化问题细节.MP4
22:12       23,718,455 课时110：DCGAN项目实战：训练DCGAN网络.MP4
22:12       39,062,856 课时11：神经网络-11-反向传播.MP4
22:12       25,818,877 课时12：神经网络架构-1-整体架构.MP4
22:12       51,527,162 课时13：神经网络架构-2-实例演示.MP4
22:13       40,889,239 课时14：神经网络架构-3-过拟合解决方案.MP4
22:13       60,881,821 课时15：章节3：神经网络案例实战.MP4
22:13       56,657,855 课时16：神经网络案例-分模块构造神经网络.MP4
22:13       55,715,934 课时17：神经网络案例-训练神经网络完成分类任务.MP4
22:13       44,158,336 课时18：神经网络架构-4-感受神经网络的强大.MP4
22:13       52,139,971 课时19：1-卷积神经网络的应用.MP4
22:13       34,262,012 课时1：神经网络-1-深度学习概述.MP4
22:13       35,666,467 课时20：2-卷积层解释.MP4
22:13       40,852,155 课时21：3-卷积计算过程 .MP4
22:13       39,978,222 课时22：4-pading与stride.MP4
22:13       26,316,735 课时23：5-卷积参数共享.MP4
22:13       24,876,341 课时24：6-池化层原理.MP4
22:13       45,876,707 课时25：卷积池化反向传播.MP4
22:13       38,173,286 课时26：卷积网络代码1.MP4
22:14       49,520,742 课时27：卷积网络代码2.MP4
22:14       80,036,039 课时28：1-经典网络架构.MP4
22:14    244,869,876 课时29：2-分类与回归任务.MP4
22:14       26,940,390 课时2：神经网络-2-挑战与常规套路.MP4
22:14       36,943,061 课时30：三代物体检测.MP4
22:14       17,705,329 课时31：数据增强策略.MP4
22:14       96,615,454 课时32：TransferLearning.MP4
22:15    189,382,347 课时33：巧妙设计神经网络.MP4
22:14       33,309,737 课时34：1-CAFFE简介.MP4
22:15       58,271,496 课时34：2-网络配置文件-数据层.MP4
22:14       33,027,288 课时35：网络配置文件-数据层.MP4
22:14       79,203,522 课时36：-网络配置文件-计算层.MP4
22:16       67,149,423 课时37：4-超参数solver文件.MP4
22:16       66,269,743 课时38：制作LMDB数据源.MP4
22:15       43,149,988 课时39：多label问题之HDF5数据源.MP4
22:15       26,657,431 课时3：神经网络-3-用K近邻来进行分类.MP4
22:15       29,173,505 课时40：使用命令行训练网络.MP4
22:15       41,008,345 课时41：使用python定义自己的层.MP4
22:15       22,836,013 课时42：绘制网络结构图.MP4
22:15       22,588,592 课时43：生成网络配置文件.MP4
22:15       23,765,516 课时44：对训练的网络模型绘制LOSS曲线.MP4
22:16       43,113,437 课时45：对训练结果进行分类任务.MP4
22:15       3,334,490 课时46：人脸检测项目概述.MP4
22:15       25,614,593 课时47：数据获取.MP4
22:15       24,782,612 课时48：正负样本数据裁剪.MP4
22:15       26,184,491 课时49：TXT数据制作.MP4
22:16       27,644,072 课时4：神经网络-4-超参数与交叉验证.MP4
22:16       15,282,090 课时50：LMDB脚本文件.MP4
22:16       20,521,590 课时51：制作LMDB数据源.MP4
22:16       23,088,113 课时52：网络配置文件.MP4
22:16       28,511,993 课时53：超参数和训练网络.MP4
22:16       27,687,704 课时54：检测框架.MP4
22:16       36,834,978 课时55：scale变换和预处理.MP4
22:16       30,366,409 课时56：坐标变换.MP4
22:16       19,146,625 课时57：NMS完成代码.MP4
22:16       22,273,410 课时58：测试效果及改进.MP4
22:16       24,166,290 课时59：矫正过程.MP4
22:16       23,778,901 课时5：神经网络-5-线性分类.MP4
22:16       14,470,833 课时60：如何提高精度.MP4
22:16       27,824,095 课时61：项目总结.MP4
22:16       17,235,306 课时62：脸关键点检测算法框架.MP4
22:16       51,608,009 课时63：多标签数据源制作以及标签坐标转换.MP4
22:16       22,092,916 课时64：对原始数据进行数据增强.MP4
22:16       34,805,593 课时65：完成第一阶段HDF5数据源制作.MP4
22:16       19,978,251 课时66：第一阶段网络训练.MP4
22:16       56,161,368 课时67：第二三阶段网络数据源制作.MP4
22:16       23,079,539 课时68：第二三阶段网络模型训练.MP4
22:16       25,964,666 课时69：网络模型参数初始化.MP4
22:16       24,466,428 课时6：神经网络-6-损失函数.MP4
22:16       32,486,854 课时70：完成全部测试结果.MP4
22:16       21,040,359 课时71：人脸关键点检测效果.MP4
22:16       25,878,953 课时72：项目总结分析.MP4
22:16       30,840,009 课时73：算法框架分析.MP4
22:16          922,906 课时74：Tensorflow简介.MP4
22:16       15,423,930 课时75：Tensorflow安装.MP4
22:17       15,465,405 课时76：基本计算单元-变量.MP4
22:17       28,300,530 课时77：常用基本操作.MP4
22:17       28,758,140 课时78：构造线性回归模型.MP4
22:17       17,945,297 课时79：Mnist数据集简介.MP4
22:17       18,486,010 课时7：神经网络-7-正则化惩罚项.MP4
22:17       23,535,229 课时80：逻辑回归框架.MP4
22:17       34,965,858 课时81：迭代完成逻辑回归模型.MP4
22:17       14,216,834 课时82：神经网络模型架构.MP4
22:17       28,258,646 课时83：训练神经网络.MP4
22:17       20,559,113 课时84：卷积神经网络模型架构.MP4
22:17       45,964,969 课时85：卷积神经网络模型参数.MP4
22:17       45,400,817 课时86：模型的保存和读取.MP4
22:17       22,363,330 课时87：加载训练好的VGG网络模型.MP4
22:17       29,765,258 课时88：使用VGG模型进行测试.MP4
22:17       18,079,853 课时89：使用RNN处理Mnist数据集.MP4
22:17       34,425,740 课时8：神经网络-8-softmax分类器.MP4
22:17       25,009,791 课时90：RNN网络模型.MP4
22:17       38,021,130 课时91：训练RNN网络.MP4
22:17       23,369,839 课时92：验证码数据生成.MP4
22:17       24,807,572 课时93：构造网络的输入数据和标签.MP4
22:17       34,461,349 课时94：卷积网络模型定义.MP4
22:17       28,426,905 课时95：迭代及测试网络效果.MP4
22:17       13,017,384 课时96：对抗生成网络简介.MP4
22:17       10,755,930 课时97：对抗生成网络形象解释.MP4
22:17       13,924,493 课时98：对抗生成网络工作原理.MP4
22:17       19,988,191 课时99：案例实战对抗生成网络：环境配置.MP4
22:17       18,134,214 课时9：神经网络-9-最优化形象解读.MP4

欢迎光临 IT视频教程资源网 (http://buyallchip.top/)