|
|
| 商品编号: |
DUE1034 |
|
| 商品名稱： |
Udemy線上課程 Python深度學習與Tensorflow2實戰（2020新版）(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版) |
|
| 語系版本： |
中文發音中文字幕版 |
|
| 運行平台： |
官方原版畫質MP4檔,沒有任何平台限制,終身使用 |
|
| 官方網站： |
https://www.twmoex.top |
|
| 更新日期： |
2021-02-01 |
|
| 碟片數量： |
1片 |
|
| 銷售價格： |
350 |
|
| 瀏覽次數： |
75 |
|
| 熱門標籤： |
Udemy線上課程 Python深度學習與Tensorflow2實戰 2020新版 唐宇迪 |
|
【轉載TXT文檔】 |
|
| Udemy線上課程 Python深度學習與Tensorflow2實戰（2020新版）(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版) |
Udemy線上課程 Python深度學習與Tensorflow2實戰（2020新版）(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版)
內容說明:
課程主要包括兩大模塊（原理和實戰），首先會通俗講解深度學習中各大經典網絡架構並基於tensorflow2版本進行實例演示，詳解網絡模型訓練方法與策略。
項目實戰全部基於真實數據集與實際任務進行展開，零基礎入門深度學習與TF框架並進行進階提升！
課程內容:
01 tensorflow安裝與簡介
001 課程簡介.mp4
002 Tensorflow2版本簡介與心得.mp4
003 Tensorflow2版本安裝方法.mp4
004 tf基礎操作展示.mp4
005 課程數據代碼下載（谷歌網盤）.html
02 神經網絡原理解讀與整體架構
006 深度學習要解決的問題.mp4
007 深度學習應用領域.mp4
008 計算機視覺任務.mp4
009 視覺任務中遇到的問題.mp4
010 得分函數.mp4
011 損失函數的作用.mp4
012 前向傳播整體流程.mp4
013 返向傳播計算方法.mp4
014 神經網絡整體架構.mp4
015 神經網絡架構細節.mp4
016 神經元個數對結果的影響.mp4
017 正則化與激活函數.mp4
018 神經網絡過擬合解決方法.mp4
03 搭建神經網絡進行分類與回歸任務
019 任務目標與數據集簡介.mp4
020 建模流程與API文檔.mp4
021 網絡模型訓練.mp4
022 模型超參數調節與預測結果展示.mp4
023 分類模型構建.mp4
024 tf.data模塊解讀.mp4
025 模型保存與讀取實例.mp4
04 卷積神經網絡原理與參數解讀
026 卷積神經網絡應用領域.mp4
027 卷積的作用.mp4
028 卷積特征值計算方法.mp4
029 得到特征圖表示.mp4
030 步長與卷積核大小對結果的影響.mp4
031 邊緣填充方法.mp4
032 特征圖尺寸計算與參數共享.mp4
033 池化層的作用.mp4
034 整體網絡架構.mp4
035 VGG網絡架構.mp4
036 殘差網絡Resnet.mp4
037 感受野的作用.mp4
05 貓狗識別實戰
038 貓狗識別任務與數據簡介.mp4
039 卷積網絡涉及參數解讀.mp4
040 網絡架構配置.mp4
041 卷積模型訓練與識別效果展示.mp4
06 圖像數據增強實例
042 數據增強概述.mp4
043 圖像數據變換.mp4
044 貓狗識別任務數據增強實例.mp4
07 訓練策略-遷移學習實戰
045 遷移學習的目標.mp4
046 遷移學習策略.mp4
047 Resnet原理.mp4
048 加載訓練好的經典網絡模型.mp4
049 Callback模塊與遷移學習實例.mp4
050 tfrecords數據源制作方法.mp4
051 圖像數據處理實例.mp4
08 遞歸神經網絡與詞向量原理解讀
052 RNN網絡架構解讀.mp4
053 詞向量模型通俗解釋.mp4
054 模型整體框架.mp4
055 訓練數據構建.mp4
056 CBOW與Skip-gram模型.mp4
057 負采樣方案.mp4
09 基于TensorFlow實現word2vec
058 任務流程解讀.mp4
059 模型定義參數設置.mp4
060 文本詞預處理操作.mp4
061 訓練batch數據制作.mp4
062 損失函數定義與訓練結果展示.mp4
10 基于RNN模型進行文本分類任務
063 任務目標與數據介紹.mp4
064 RNN模型輸入數據維度解讀.mp4
065 數據映射表制作.mp4
066 embedding層向量制作.mp4
067 數據生成器構造.mp4
068 雙向RNN模型定義.mp4
069 自定義網絡模型架構.mp4
070 訓練策略指定.mp4
071 訓練文本分類模型.mp4
11 將CNN網絡應用于文本分類實戰
072 CNN應用于文本任務原理解析.mp4
073 整體流程解讀.mp4
074 網絡架構設計與訓練.mp4
12 時間序列預測
075 任務目標與數據源.mp4
076 構建時間序列數據.mp4
077 訓練時間序列數據預測結果.mp4
078 多特征預測結果.mp4
079 序列結果預測.mp4
13 自然語言處理通用框架BERT原理解讀
080 BERT任務目標概述.mp4
081 傳統解決方案遇到的問題.mp4
082 注意力機制的作用.mp4
083 self-attention計算方法.mp4
084 特征分配與softmax機制.mp4
085 Multi-head的作用.mp4
087 transformer整體架構梳理.mp4
088 BERT模型訓練方法.mp4
089 訓練實例.mp4
14 谷歌開源項目BERT源碼解讀與應用實例
090 BERT開源項目簡介.mp4
091 項目參數配置.mp4
092 數據讀取模塊.mp4
093 數據預處理模塊.mp4
094 tfrecord制作.mp4
095 Embedding層的作用.mp4
096 加入額外編碼特征.mp4
097 加入位置編碼特征.mp4
098 mask機制.mp4
099 構建QKV矩陣.mp4
100 完成Transformer模塊構建.mp4
101 訓練BERT模型.mp4
15 對抗生成網絡實戰
102 對抗生成網絡通俗解釋.mp4
103 GAN網絡組成.mp4
104 DCGAN網絡架構與流程解讀.mp4
105 DCGAN網絡架構設計.mp4
106 損失函數定義與訓練.mp4
16 基于CycleGan開源項目實戰圖像合成
107 基于CycleGan開源項目實戰圖像合成.mp4
108 CycleGan整體網絡架構.mp4
109 PatchGan判別網絡原理.mp4
110 數據與環境配置（TF版）.mp4
111 生成與判別器損失函數定義.mp4
112 整體損失模塊解讀.mp4
113 Cycle開源項目簡介（推薦開源項目）.mp4
114 數據讀取與預處理操作.mp4
115 生成網絡模塊構造.mp4
116 判別網絡模塊構造.mp4
117 損失函數：identity_loss計算方法.mp4
118 生成與判別損失函數指定.mp4
119 額外補充：VISDOM可視化配置.mp4
17 經典網絡架構Resnet實戰
120 Resnet論文解讀.mp4
121 Resnet網絡架構解讀.mp4
122 項目結構概述.mp4
123 數據集處理方法.mp4
124 訓練數據構建.mp4
125 網絡架構層次解讀.mp4
126 前向傳播配置.mp4
127 訓練resnet模型.mp4
相關商品:
Udemy線上課程 機器學習-資料採擷競賽優勝解決方案實戰 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版)
Udemy線上課程 深度學習-物體檢測-YOLO實戰系列(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版)
Udemy線上課程 強化學習實戰系列(PyTorch版)(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版)
Udemy線上課程 深度學習-語音辨識實戰（基於PyTorch）(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版)
Udemy線上課程 深度學習模型部署與剪枝優化實例(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版)
|
|
|
最新目錄光碟