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/) Powered by Discuz! X3.2