发布时间: 2020-06-03
发货 百度网盘 自动发货 时间 2020年 类型 会员打折
¥28.00
5.0分/2人
课程介绍:
本课程介绍深度学习和神经网络的概念,并使用keras框架带领同学们构建各种各样的机器学习网络和深度学习网络,非常适合入门学习。
适用人群:
希望学习keras框架的同学
希望学习深度学习的同学
希望学习机器学习的同学
课程目录:
章节1:课程简介与开发环境搭建试看
课时1视频Keras深度学习框架简介11:05可试看
课时2视频开发环境搭建与keras库的安装17:57可试看
章节2:机器学习基础试看
课时3视频机器学习基础与线性回归15:54可试看
课时4视频keras实现单变量线性回归22:23可试看
课时5视频keras实现多变量线性回归15:56可试看
课时6视频逻辑回归、softmax分类与交叉熵12:13
课时7视频Keras逻辑回归实例:泰坦尼克数据集 数据预处理16:23
课时8视频Keras实现逻辑回归18:56
课时9视频softmax多分类实例(一)17:50
课时10视频softmax多分类实例(二)09:01
章节3:多层感知器与神经网络
课时11视频多层感知器原理与梯度下降算法18:18
课时12视频激活函数和常见的优化算法14:09
课时13视频多层感知器代码实现11:03
课时14视频信用卡欺诈预测实例17:37
课时15视频过拟合与神经网络的客观评价17:11
课时16视频Dropout抑制过拟合10:59
课时17视频使用正则抑制过拟合13:24
课时18视频网络参数选择的原则09:38
章节4:Keras基础实例
课时19视频keras基础实例 - 手写数字识别14:56
课时20视频手写数字识别 - 模型的优化09:55
课时21视频模型的再优化与抑制过拟合05:16
课时22视频电影评论数据集及文本表示09:53
课时23视频文本向量化 - k-hot编码17:22
课时24视频keras序列预测 - 电影评论预测代码实现13:23
课时25视频keras神经网络基础总结09:53
课时26文本课程代码、数据集下载及keras安装文档
章节5:计算机视觉 - 卷积神经网络
课时27视频卷积神经网络简介14:26
课时28视频卷积层和池化层15:27
课时29视频卷积神经网络整体架构06:42
课时30视频keras卷积神经网络实例 - 输入数据形状13:38
课时31视频keras卷积神经网络实例 - 搭建模型整体架构14:11
课时32视频keras卷积神经网络实例 - 训练和优化08:35
课时33视频Keras卷积神经网络练习 - cifar10数据集10:16
课时34视频猫狗数据分类实例 - 图片读取和预处理(一)19:02
课时35视频猫狗数据分类实例 - 图片读取和预处理(二)11:10
课时36视频猫狗数据分类实例 - 模型的搭建与训练12:37
课时37视频猫狗数据集的训练12:27
章节6:卷积神经网络高级应用
课时38视频图片数据增强12:30
课时39视频模型保存 - 加载和保存整个模型09:06
课时40视频模型保存 - 加载和保存模型结构08:28
课时41视频模型保存 - 加载和保存模型权重10:38
课时42视频使用回调函数在训练过程中保存模型09:22
课时43视频预训练网络(迁移学习)基础概念11:15
课时44视频使用VGG预训练网络的代码实现16:34
课时45视频预训练权重及课程资料分享06:37
课时46视频课程回顾 - 前向传播与反向传播11:08
课时47视频使用预训练网络(2)13:19
课时48视频使用预训练网络模型——微调11:22
课时49视频常见的预训练网络模型12:31
课时50视频课程回顾-输出层总结09:28
课时51视频批标准化08:16
课时52视频超参数选择原则10:01
课时53视频图像识别练习03:19
课时54视频获取模型中间层输出08:32
章节7:文本和序列处理
课时55视频文本词嵌入(embedding)简介12:52
课时56视频keras实现词嵌入表示12:57
课时57视频RNN循环神经网络简介16:41
课时58视频LSTM实现电影评论预测11:21
课时59视频RNN文本实例 - 航空公司评论数据预处理18:44
课时60视频RNN文本实例 - 航空公司评论数据预处理(二)14:57
课时61视频RNN文本实例 - 航空公司评论预测模型的设计与训练11:29
章节8:RNN序列预测实例(RNN优化方法)
课时62视频RNN序列预测实例 - 空气污染预测 - 数据预处理(一)13:51
课时63视频RNN序列预测实例 - 空气污染预测 - 数据预处理(二)11:02
课时64视频RNN序列预测实例 - 空气污染预测 - 训练数据采样(一)16:39
课时65视频RNN序列预测实例 - 空气污染预测 - 训练数据采样(二)14:14
课时66视频RNN序列预测实例 - 空气污染预测 - 基础模型16:20
课时67视频RNN序列预测实例 - 空气污染预测 - LSTM模型15:13
课时68视频LSTM模型优化 - 多层LSTM 和训练速度衰减17:38
课时69视频RNN优化方法 - 循环dropout09:04
课时70视频RNN的优化方法 - 双向RNN08:36
课时71视频模型的预测与评价19:04
章节9:一维卷积处理序列问题
课时72视频一维卷积神经网络简介10:18
课时73视频一维卷积实例 - 航空公司评论情绪分类12:18
课时74视频一维卷积优化实例 - 叶子分类预测 - 数据准备14:32
课时75视频一维卷积优化实例 - 叶子分类预测 - 数据预处理16:08
课时76视频一维卷积优化实例 - 叶子分类预测 - 基础模型06:25
课时77视频叶子分类预测 - 模型优化(一)07:00
课时78视频叶子分类预测 - 模型优化(二)13:34
课时79视频电影评论情绪分类实例 - 数据准备10:36
课时80视频电影评论情绪分类实例 - 文本清理09:06
课时81视频电影评论情绪分类实例 - keras文本预处理09:51
课时82视频电影评论情绪分类实例 - 模型可视化12:26
课时83视频电影评论情绪分类实例 - 模型训练与回调函数14:26
章节10:函数式API
课时84视频函数式API简介14:02
课时85视频多输出模型——数据准备(一)16:35
课时86视频多输出模型——数据准备(二)09:28
课时87视频创建多输出模型14:20
课时88视频多输出模型的配置与训练11:33
课时89视频模型评价与使用模型进行预测
备注:(04)20200531人工智能