发布时间: 2019-09-08
发货 百度网盘 自动发货 时间 2019年 类型 免费课程
¥19.00
5.0分/14人
想入门人工智能,但是缺乏系统学习+项目实战经验的学员
专为小白用户设计的学习梯度,科学合理!
视频重点讲解+图文补充阅读+配套项目+助教服务!
系统代码实现+详细逐行代码注释!
掌握深度学习核心知识和实践技能!
1【视频】你的入门学习指南07:31
2【图文】入行AI为什么系统学习数学知识的最终放弃—7个建议
3【图文】入行人工智能为什么不需要系统学习Python知识
4【图文】为什么从深度学习入行人工智能最快
5【视频】深度学习概论11:48
6【视频】代码版本控制和托管平台Github简介04:09
7【图文】深度学习环境安装和配置
8【图文】Python环境安装
9【视频】编程语言Python简介和重要概念07:23
10【视频】编程语言Python2-数值计算库Numpy04:25
11【代码】python基础(见附件)
12【视频】TensorFlow介绍01:24
13【代码】TensorFlow介绍(见附件)
14【视频】tensorflow基础1-计算图、session、Tensor04:24
15【视频】tensorflow基础2-OP 矩阵、随机化、Variable07:15
16【视频】tensorflow基础3-占位符 graph06:24
17【代码】TensorFlow基础(见附件)
18【视频】线性模型、梯度下降及框架实现12:41
19【图文】线性模型和梯度下降
20【代码】线性模型和梯度下降(见附件)
21【视频】Logistic回归10:37
22【图文】Logistic回归
23【代码】Logistic回归(见附件)
24【视频】多层神经网络06:56
25【图文】多层神经网络
26【代码】多层神经网络(见附件)
27【视频】多分类问题及深层神经网络07:24
28【图文】多分类问题及深层神经网络
29【代码】多分类问题及深层神经网络(见附件)
30【视频】反向传播算法、优化算法08:36
31【图文】反向传播算法
32【图文】优化算法介绍
33【图文】优化算法变式
34【代码】优化算法Adadelta(见附件)
35【代码】优化算法Adagrad(见附件)
36【代码】优化算法Adam(见附件)
37【代码】优化算法Momentum(见附件)
38【代码】优化算法RMSProp(见附件)
39【代码】优化算法SGD(见附件)
40【实战项目1】:使用神经网络预测房价(见附件)
41【视频】卷积神经网络的背景及引入03:54
42【视频】卷积神经网络13:51
43【图文】卷积神经网络
44【视频】卷积神经网络的框架实现05:43
45【代码】卷积神经网络的框架实现(见附件)
46【图文】数据预处理-批标准化
47【视频】经典卷积神经网络1:AlexNet12:28
48【代码】经典卷积神经网络1:AlexNet(见附件)
49【视频】高层API-keras和TF-Slim的使用13:35
50【代码】高层API-keras和TF-Slim代码实现(见附件)
51【视频】经典卷积神经网络2:VGG05:03
52【代码】经典卷积神经网络2:VGG(见附件)
53【视频】经典卷积神经网络3:GoogLeNet07:29
54【代码】经典卷积神经网络3:GoogLeNet(见附件)
55【视频】经典卷积神经网络4:ResNet07:30
56【代码】经典卷积神经网络4:ResNet(见附件)
57【视频】经典卷积神经网络5:DenseNet06:05
58【代码】经典卷积神经网络5:DenseNet(见附件)
59【图文】五个经典卷积神经网络特点总结
60【视频】CNN训练技巧1-数据增强06:47
61【代码】CNN训练技巧1-数据增强(见附件)
62【视频】CNN训练技巧2-学习率衰减02:57
63【代码】CNN训练技巧2-学习率衰减(见附件)
64【视频】CNN训练技巧3-dropout03:25
65【代码】CNN训练技巧3-dropout(见附件)
66【视频】CNN技巧4-正则化02:11
67【代码】CNN技巧4-正则化(见附件)
68【代码】CNN技巧拓展-批正则化(见附件)
69【图文】训练卷积神经网络技巧总结
70【实战项目2】:驾驶员状态识别(见附件)
71【视频】循环神经网络基础11:28
72【图文】循环神经网络基础
73【代码】循环神经网络基础(见附件)
74【视频】循环神经网络的应用-图像处理,时间序列和自然语言处理11:05
75【图文】循环神经网络的应用-图像处理,时间序列和自然语言处理
76【代码】循环神经网络的应用1:图像分类(见附件)
77【代码】循环神经网络的应用2:时间序列分析(见附件)
78【代码】循环神经网络的应用3:自然语言处理n-gram(附件)
79【代码】循环神经网络的应用3:自然语言处理seq-lstm
80【代码】循环神经网络的应用3:自然语言处理word-embedding
81【实战项目3】:用RNN生成古诗(见附件)
82【视频】自动编码器08:26
83【代码】自动编码器(见附件)
84【视频】变分自动编码器06:35
85【代码】变分自动编码器(见附件)
86【视频】生成对抗网络及框架实现09:59
87【图文】生成对抗网络
88【代码】生成对抗网络(见附件)
89【实战项目4】:用GAN生成人脸(见附件)
90【视频】强化学习12:56
91【图文】强化学习介绍(见附件)
92【图文】Q Learning 介绍
93【代码】Deep Q Networks
94【代码】open_ai_gym(见附件)
95深度学习理论与实践课程毕业项目
备注:(10)20190906 人工智能