WM025 – 深度学习与TensorFlow 2入门实战[24.7G]

WM025 – 深度学习与TensorFlow 2入门实战[24.7G]
┣━━01.视频 [17.9G]
┃ ┣━━001：ai学习指南.mp4 [30.7M]
┃ ┣━━002深度学习框架介绍-1.mp4 [29.4M]
┃ ┣━━003深度学习框架介绍-2.mp4 [34.6M]
┃ ┣━━004视频开发环境安装-Anaconda-精简版.mp4 [261.4M]
┃ ┣━━005视频开发环境安装-TensorFlow-精简版.mp4 [342.8M]
┃ ┣━━006开发环境安装-PyCharm-精简版.mp4 [265.8M]
┃ ┣━━007视频配套书本介绍.mp4 [276.2M]
┃ ┣━━008开发环境安装-1.mp4 [33M]
┃ ┣━━009开发环境安装-2.mp4 [41.6M]
┃ ┣━━010Win10平台实录-1.mp4 [166.9M]
┃ ┣━━10.mp4 [30.2M]
┃ ┣━━011Win10平台实录-2.mp4 [104.9M]
┃ ┣━━012Ubuntu平台实录-CUDA安装.mp4 [79.5M]
┃ ┣━━013Ubuntu平台实录-Anaconda安装.mp4 [42.7M]
┃ ┣━━014Ubuntu平台实录-TensorFlowPyTorch安装.mp4 [95.3M]
┃ ┣━━015Ubuntu平台实录-PyCharm安装.mp4 [29.7M]
┃ ┣━━016线性回归-1.mp4 [18.7M]
┃ ┣━━017线性回归-2.mp4 [32.8M]
┃ ┣━━018+019回归问题实战-1+2.mp4 [55.6M]
┃ ┣━━020+021+022手写数字问题-1+2+3.mp4 [112.8M]
┃ ┣━━023+024手写数字问题初体验-1+2.mp4 [62.2M]
┃ ┣━━025Tensor数据类型-1.mp4 [36.9M]
┃ ┣━━026Tensor数据类型-2.mp4 [31.7M]
┃ ┣━━027创建Tensor-1.mp4 [32.1M]
┃ ┣━━028创建Tensor-2.mp4 [33.8M]
┃ ┣━━029创建Tensor-3.mp4 [22.6M]
┃ ┣━━030索引与切片-1.mp4 [23.9M]
┃ ┣━━031索引与切片-2.mp4 [26M]
┃ ┣━━032索引与切片-3.mp4 [16.9M]
┃ ┣━━033索引与切片-4.mp4 [32.4M]
┃ ┣━━034索引与切片-5.mp4 [29.7M]
┃ ┣━━035维度变换-1.mp4 [26.4M]
┃ ┣━━036维度变换-2.mp4 [45.1M]
┃ ┣━━037维度变换-3.mp4 [22M]
┃ ┣━━038Broadcasting-1.mp4 [29.7M]
┃ ┣━━039Broadcasting-2.mp4 [26.9M]
┃ ┣━━040数学运算.mp4 [38.2M]
┃ ┣━━041前向传播（张量）-实战-1.mp4 [30.1M]
┃ ┣━━042前向传播（张量）-实战-2.mp4 [26.8M]
┃ ┣━━043前向传播（张量）-实战-3.mp4 [37.1M]
┃ ┣━━044前向传播（张量）-实战-4.mp4 [37.2M]
┃ ┣━━045合并与分割.mp4 [34.9M]
┃ ┣━━046数据统计.mp4 [39.9M]
┃ ┣━━047张量排序-1.mp4 [21.6M]
┃ ┣━━048张量排序-2.mp4 [38.4M]
┃ ┣━━049填充与复制.mp4 [34.5M]
┃ ┣━━050张量限幅-1.mp4 [29.4M]
┃ ┣━━051张量限幅-2.mp4 [51.6M]
┃ ┣━━052高阶操作-1.mp4 [26.3M]
┃ ┣━━053高阶操作-2.mp4 [38.9M]
┃ ┣━━054数据加载-1.mp4 [25.4M]
┃ ┣━━055+056数据加载-2+3.mp4 [45.9M]
┃ ┣━━057测试（张量）-实战.mp4 [65M]
┃ ┣━━058全连接层-1.mp4 [27.2M]
┃ ┣━━059全连接层-2.mp4 [40.1M]
┃ ┣━━060输出方式.mp4 [38.6M]
┃ ┣━━061误差计算-1.mp4 [28.7M]
┃ ┣━━062误差计算-2.mp4 [26.1M]
┃ ┣━━063误差计算-3.mp4 [34M]
┃ ┣━━064梯度下降-简介-1.mp4 [22.1M]
┃ ┣━━065梯度下降-简介-2.mp4 [39.7M]
┃ ┣━━066.mp4 [388.5M]
┃ ┣━━066常见函数的梯度.mp4 [1.4M]
┃ ┣━━067激活函数及其梯度.mp4 [41.9M]
┃ ┣━━068损失函数及其梯度-1.mp4 [21.1M]
┃ ┣━━069损失函数及其梯度-2.mp4 [38.9M]
┃ ┣━━070单输出感知机梯度.mp4 [36.5M]
┃ ┣━━071多输出感知机梯度.mp4 [36.9M]
┃ ┣━━072链式法则.mp4 [37.2M]
┃ ┣━━073反向传播算法-1.mp4 [29.2M]
┃ ┣━━074反向传播算法-2.mp4 [31.6M]
┃ ┣━━075函数优化实战.mp4 [34.8M]
┃ ┣━━076+077手写数字问题实战（层）-1+2.mp4 [149.7M]
┃ ┣━━078手写数字问题实战（层）-3.mp4 [87.7M]
┃ ┣━━079TensorBoard可视化-1.mp4 [58.2M]
┃ ┣━━080TensorBoard可视化-2.mp4 [51.2M]
┃ ┣━━081Keras高层API-1.mp4 [27.4M]
┃ ┣━━082Keras高层API-2.mp4 [26.9M]
┃ ┣━━083Keras高层API-3.mp4 [24.6M]
┃ ┣━━084自定义层网络-1.mp4 [23.1M]
┃ ┣━━085自定义层网络-2.mp4 [32.9M]
┃ ┣━━086模型加载与保存.mp4 [42.8M]
┃ ┣━━087CIFAR10自定义网络实战-1.mp4 [30M]
┃ ┣━━088CIFAR10自定义网络实战-2.mp4 [32.4M]
┃ ┣━━089CIFAR10自定义网络实战-3.mp4 [75.2M]
┃ ┣━━090过拟合与欠拟合.mp4 [41.8M]
┃ ┣━━091交叉验证-1.mp4 [29.4M]
┃ ┣━━092交叉验证-2.mp4 [17.1M]
┃ ┣━━093Regularization.mp4 [16.8M]
┃ ┣━━094动量与学习率.mp4 [17.6M]
┃ ┣━━095Early Stopping和Dropout.mp4 [19M]
┃ ┣━━096什么是卷积-1.mp4 [63.2M]
┃ ┣━━097什么是卷积-2.mp4 [35.1M]
┃ ┣━━098什么是卷积-3.mp4 [33.7M]
┃ ┣━━099什么是卷积-4.mp4 [52.6M]
┃ ┣━━100卷积神经网络-1.mp4 [42M]
┃ ┣━━101卷积神经网络-2.mp4 [32M]
┃ ┣━━102卷积神经网络-3.mp4 [36.7M]
┃ ┣━━103卷积神经网络-4.mp4 [32.2M]
┃ ┣━━104池化与采样.mp4 [26.7M]
┃ ┣━━105CIFAR100与VGG13实战-1.mp4 [31M]
┃ ┣━━106CIFAR100与VGG13实战-2.mp4 [40M]
┃ ┣━━107CIFAR100与VGG13实战-3.mp4 [34.1M]
┃ ┣━━108CIFAR100与VGG13实战-4.mp4 [29.1M]
┃ ┣━━109经典卷积网络VGG, GoogLeNet, Inception-1.mp4 [80.3M]
┃ ┣━━110经典卷积网络VGG, GoogLeNet, Inception-2.mp4 [32.4M]
┃ ┣━━111.mp4 [437.9M]
┃ ┣━━112.mp4 [393.1M]
┃ ┣━━113ResNet, DenseNet – 1.mp4 [33.1M]
┃ ┣━━114ResNet, DenseNet – 2.mp4 [39.6M]
┃ ┣━━115ResNet实战-1.mp4 [30.4M]
┃ ┣━━116ResNet实战-2.mp4 [33.1M]
┃ ┣━━117ResNet实战-3.mp4 [29.3M]
┃ ┣━━118ResNet实战-4.mp4 [50.7M]
┃ ┣━━119序列表示方法-1.mp4 [31.1M]
┃ ┣━━120序列表示方法-2.mp4 [33.6M]
┃ ┣━━121循环神经网络层-1.mp4 [31.9M]
┃ ┣━━122循环神经网络层-2.mp4 [28.9M]
┃ ┣━━123RNNCell使用-1.mp4 [33.3M]
┃ ┣━━124RNNCell使用-2.mp4 [23.9M]
┃ ┣━━125RNN与情感分类问题实战-加载IMDB数据集.mp4 [29.8M]
┃ ┣━━126RNN与情感分类问题实战-单层RNN.mp4 [27.9M]
┃ ┣━━127RNN与情感分类问题实战-网络训练.mp4 [31.9M]
┃ ┣━━128RNN与情感分类问题实战-多层RNN.mp4 [35.1M]
┃ ┣━━129.mp4 [446M]
┃ ┣━━129RNN与情感分类问题实战-高层接口.mp4 [301.4K]
┃ ┣━━130梯度弥散与梯度爆炸.mp4 [58.5M]
┃ ┣━━131LSTM-1.mp4 [38M]
┃ ┣━━132LSTM-2.mp4 [24.9M]
┃ ┣━━135视频宝可梦精灵数据集.mp4 [353.2M]
┃ ┣━━136视频自定义数据集加载流程.mp4 [51.3M]
┃ ┣━━137视频自定义数据集实现.mp4 [50.6M]
┃ ┣━━138视频数据增强.mp4 [53.9M]
┃ ┣━━139数据标准化.mp4 [53M]
┃ ┣━━140视频从零训练ResNet.mp4 [46.2M]
┃ ┣━━141视频小样本训练难题.mp4 [52.3M]
┃ ┣━━142视频迁移学习原理与实战.mp4 [66.9M]
┃ ┣━━143视频什么是目标检测？.mp4 [312.1M]
┃ ┣━━144视频目标检测的算法思路.mp4 [345.9M]
┃ ┣━━145视频YOLO的由来.mp4 [198.7M]
┃ ┣━━146视频YOLOv1原理.mp4 [233.1M]
┃ ┣━━147视频YOLOv1训练方法.mp4 [274.5M]
┃ ┣━━148视频算法测试和预测效果.mp4 [179.5M]
┃ ┣━━149视频YOLOv2-升级Backbone.mp4 [282M]
┃ ┣━━150视频引入Anchors.mp4 [303.3M]
┃ ┣━━151视频输出向量格式.mp4 [320.9M]
┃ ┣━━152视频输出坐标设计.mp4 [252.2M]
┃ ┣━━153视频YOLOv2算法.mp4 [286.7M]
┃ ┣━━154视频YOLOv2训练与测试.mp4 [201.5M]
┃ ┣━━155视频实战1.1.1-花草数据集介绍.mp4 [33.4M]
┃ ┣━━156视频实战1.1.2-环境配置.mp4 [19.6M]
┃ ┣━━157视频实战1.1.3-解析xml文件.mp4 [306.1M]
┃ ┣━━158视频实战1.1.4-解析xml文件.mp4 [316.9M]
┃ ┣━━159视频实战1.1.5-合并box.mp4 [277.6M]
┃ ┣━━160视频实战1.1.6-数据集测试.mp4 [299.7M]
┃ ┣━━161视频实战1.2-构建DB.mp4 [285.4M]
┃ ┣━━162视频实战1.3.1-可视化DB.mp4 [32.5M]
┃ ┣━━163视频实战1.3.2-数据增强.mp4 [74.3M]
┃ ┣━━164视频实战2.1.1-GT box介绍.mp4 [21.9M]
┃ ┣━━165视频实战2.1.2-准备空位.mp4 [319.4M]
┃ ┣━━166视频实战2.1.3-提取数据.mp4 [284.2M]
┃ ┣━━167视频实战2.1.4-写入数据.mp4 [41.6M]
┃ ┣━━168视频实战2.2.1-批量GT box合并.mp4 [35M]
┃ ┣━━169视频实战2.2.2-批量Generator.mp4 [27M]
┃ ┣━━170视频实战2.3-GT box可视化.mp4 [24.1M]
┃ ┣━━171视频实战3.1.1-Darknet-19介绍.mp4 [13.5M]
┃ ┣━━172视频实战3.1.2-网络模型实现.mp4 [51.7M]
┃ ┣━━173视频实战3.1.3-网络模型实现.mp4 [52.6M]
┃ ┣━━174视频实战3.1.4-网络初始化.mp4 [84.7M]
┃ ┣━━175视频实战3.2-网络输出可视化.mp4 [62.8M]
┃ ┣━━176视频实战4.1.1-坐标Loss.mp4 [390.6M]
┃ ┣━━177视频实战4.1.2-坐标Loss.mp4 [58.8M]
┃ ┣━━178视频实战4.2-分类loss.mp4 [30.8M]
┃ ┣━━179视频实战4.3.1-iou计算.mp4 [290.7M]
┃ ┣━━180视频实战4.3.2-组合.mp4 [270.3M]
┃ ┣━━181视频实战4.3.3-组合IOU.mp4 [50.5M]
┃ ┣━━182视频实战4.3.4-组合IOU计算.mp4 [25.4M]
┃ ┣━━183视频实战4.3.5-无物体loss.mp4 [373.8M]
┃ ┣━━184视频实战4.3.6-物体Loss.mp4 [27.8M]
┃ ┣━━185视频实战4.3.7-YOLOv2训练.mp4 [95.3M]
┃ ┣━━186视频实战4.3.8-训练优化.mp4 [75.4M]
┃ ┣━━187视频实战4.4.1-计算Pred boxes坐标.mp4 [28.5M]
┃ ┣━━188视频实战4.4.2-筛选box.mp4 [23.1M]
┃ ┣━━189视频实战4.4.3-绘制矩形框.mp4 [40.4M]
┃ ┣━━190视频实战4.4.4-小结.mp4 [70.1M]
┃ ┣━━191无监督学习.mp4 [33.7M]
┃ ┣━━192Auto-Encoders原理.mp4 [61.8M]
┃ ┣━━193Auto-Encoders变种.mp4 [37.9M]
┃ ┣━━194Adversarial Auto-Encoders.mp4 [34.7M]
┃ ┣━━195Variational Auto-Encoders引入.mp4 [42.2M]
┃ ┣━━196Reparameterization Trick.mp4 [33.7M]
┃ ┣━━197Variational Auto-Encoders原理.mp4 [72.6M]
┃ ┣━━198+199Auto-Encoders实战-创建编解码器.mp4 [57M]
┃ ┣━━200Auto-Encoders实战-测试.mp4 [49.8M]
┃ ┣━━201VAE实战-创建网络.mp4 [38.6M]
┃ ┣━━202VAE实战-KL Divergence计算.mp4 [42.3M]
┃ ┣━━203VAE实战-训练与测试.mp4 [81.5M]
┃ ┣━━204数据的分布.mp4 [31.4M]
┃ ┣━━205画家的成长历程.mp4 [60.7M]
┃ ┣━━206GAN原理.mp4 [79.5M]
┃ ┣━━207纳什均衡-D.mp4 [39.1M]
┃ ┣━━208纳什均衡-G.mp4 [167.2M]
┃ ┣━━209JS散度的缺陷.mp4 [147.7M]
┃ ┣━━210EM距离.mp4 [31.8M]
┃ ┣━━211WGAN-GP原理.mp4 [73.3M]
┃ ┣━━212GAN实战-1.mp4 [59.8M]
┃ ┣━━213GAN实战-2.mp4 [25.7M]
┃ ┣━━214GAN实战-3.mp4 [34M]
┃ ┣━━215GAN实战-4.mp4 [43.1M]
┃ ┣━━216GAN实战-5.mp4 [30M]
┃ ┣━━217GAN实战-6.mp4 [49.8M]
┃ ┣━━218WGAN实战-1.mp4 [45.1M]
┃ ┣━━219WGAN实战-2.mp4 [84.9M]
┃ ┣━━220生物神经元结构.mp4 [17.1M]
┃ ┣━━221感知机的提出.mp4 [39.1M]
┃ ┣━━222BP神经网络.mp4 [63.8M]
┃ ┣━━223CNN和LSTM的发明.mp4 [115.3M]
┃ ┣━━224人工智能低谷.mp4 [38M]
┃ ┣━━225深度学习的诞生.mp4 [41M]
┃ ┣━━226深度学习的爆发.mp4 [191.2M]
┃ ┣━━227权值的表示.mp4 [30.7M]
┃ ┣━━228多层感知机的实现.mp4 [22.3M]
┃ ┣━━229BP神经网络前向传播.mp4 [25.5M]
┃ ┣━━230BP神经网络反向传播-1.mp4 [27.7M]
┃ ┣━━231BP神经网络反向传播-2.mp4 [43.4M]
┃ ┣━━232BP神经网络反向传播-3.mp4 [23.3M]
┃ ┣━━233多层感知机的训练.mp4 [32M]
┃ ┣━━234多层感知机的测试.mp4 [41.7M]
┃ ┗━━235实战小结.mp4 [26.8M]
┗━━00.资料.zip [6.8G]

admin网站管理

收藏 海报 链接