三个月教你从零入门人工智能到实战视频课 2020

admin

├─章节01： 什么是人工智能
│      1. 人工智能背景介绍.mp4
│      2. 前期环境准备.mp4
│      
├─章节02： 深度学习入门基础知识
│      03. 深度学习环境准备.mp4
│      04. TensorFlow快速入门（一）--基本概年和框架.mp4
│      05. Tensorflow快速入门（二）--实战演练和模型训练.mp4
│      06. Tensorflow快速入门（三）--技巧总结.mp4
│      07. 深度学习数学知识一览表.mp4
│      08. 作业：实例：用自己的数据集训练模型.mp4
│      09. 作业讲解—如何制作自己的数据集1.mp4
│      10. 作业讲解—如何制作自己的数据集2.mp4
│      
├─章节03： 传统神经网络与参数理解
│      11. 什么是多层感知机.mp4
│      12. 激活函数的原理、类别与实现1.mp4
│      13. 激活函数的原理、类别与实现2.mp4
│      14. 损失函数的原理、类别与实现上(1).mp4
│      14. 损失函数的原理、类别与实现上.mp4
│      15. 损失函数的原理、类别与实现下.mp4
│      16. 梯度下降算法一.mp4
│      17. 梯度下降算法二.mp4
│      18. 学习率的设定.mp4
│      19. 正则化的方法（一）.mp4
│      20. 正则化的方法(二).mp4
│      21. 实例：识别花的种类.mp4
│      22. 作业：改变不同的参数，提高识别花种类的准确率.mp4
│      23. 作业讲解：不同参数的改变对于准确率的变化原理.mp4
│      
├─章节04： 前向传播与反向传播
│      24. 前向传播的原理.mp4
│      25. 前向传播的代码实现.mp4
│      26. 反向传播的原理.mp4
│      27. 反向传播代码实现.mp4
│      28. 实例：自己手写一个完整的BP.mp4
│      29. 作业：写一个Autoencoder.mp4
│      30. 作业讲解：如何写一个Autoencoder.mp4
│      
├─章节05： 自编码Autocoder的原理及应用
│      31. 什么是Autoencoer.mp4
│      32. Autoencoder的原理与实现.mp4
│      33. Autoencoder与PCA的区别.mp4
│      34. Autoencoder的变种（一）.mp4
│      35. Autoencoder的变种（二）.mp4
│      36. 实例：Autoencoder与聚类结合在预测用户偏好中的应用.mp4
│      37. 作业：运用Autoencoder对海量数据进行降维.mp4
│      38. 作业讲解：如何高效的运用Autoencoder降维.mp4
│      
├─章节06： 经典卷积神经网络及图像分类
│      39. 卷积神经网络的背景与原理.mp4
│      40. 卷积神经网络的代码实现（1）.mp4
│      41. 卷积神经网络的代码实现（2）.mp4
│      42. Le-Net5的网络结构与实现.mp4
│      43. Alexnet的网络结构和实现.mp4
│      44. Vgg的网络结构及实现.mp4
│      45. GoogleNet的网络结构与实现.mp4
│      46. Resnet的网络结构及实现.mp4
│      47. 实例：用经典的卷积神经网络cifar-10数据进行图像分类.mp4
│      
├─章节07： 目标检测算法的原理及应用
│      48. 目标检测算法的简介与种类.mp4
│      49. R-CNN相关算法的原理及实现（一）.mp4
│      50. R-CNN相关算法的原理及实现（二）.mp4
│      51. YOLO相关算法的原理及实现（一）.mp4
│      52. YOLO相关算法的原理及实现（二）.mp4
│      53. SSD相关算法的原理及实现 （一）.mp4
│      54. SSD相关算法的原理及实现 （二）.mp4
│      
├─章节08： 迁移学习
│      55. 迁移学习简介.mp4
│      56. 迁移学习的应用.mp4
│      57. 迁移学习的方法.mp4
│      58. 迁移学习案例分享.mp4
│      
├─章节09： 循环神经网络RNN
│      59. 循环神经网络RNN的简介与原理详解.mp4
│      60. 循环神经网络RNN的代码实现.mp4
│      61. 实例：用RNN来做情感分析.mp4
│      
├─章节10： 自然语言处理
│      62. LSTM的简介与原理详解.mp4
│      63. LSTM的代码实现.mp4
│      64. 实例：用LSTM实现一个简单的聊天机器人.mp4
│      
├─章节11： 无监督学习：对抗网络GAN
│      65. GAN的背景与应用.mp4
│      66. GAN的数学推导及代码实现.mp4
│      67. GAN的变种及应用.mp4
│      68. 实例：用GAN生成二次元萌妹子.mp4
│      
├─章节12： 深度学习的高性能计算
│      69. 单机单卡的实现过程.mp4
│      70. 单机多卡的实现过程.mp4
│      71. 多机单卡的实现过程.mp4
│      72. 多机多卡的实现过程.mp4
│      73. 实例： 分布式训练实例：基于docker的分布式.mp4
│      
├─章节13： 实战项目演练
│      74. 用户分群与偏好预测经典案例.mp4
│      75. 自动创作古诗词.mp4
│      76. 自动创造音乐.mp4
│      
└─配套课件.rar


下载地址:

游客，如果您要查看本帖隐藏内容请回复

langchaodell

感谢楼主分享！！！！！