01-课程介绍：AI进阶需要落地实战.mp4
02-内容综述：如何快速⾼效学习AI与TensorFlow2.mp4
03-TensorFlow2新特性.mp4
04-TensorFlow2核心模块.mp4
05-TensorFlow2vsTensorFlow1.x.mp4
06-TensorFlow2落地应⽤.mp4
07-TensorFlow2开发环境搭建.mp4
08-TensorFlow2数据导入与使⽤.mp4
09-使用tf.keras.datasets加载数据.mp4
10-使用tf.keras管理Sequential模型.mp4
11-使用tf.keras管理functionalAPI.mp4
12-FashionMNIST数据集介绍.mp4
13-使用TensorFlow2训练分类网络.mp4
14-行业背景：AI新零售是什么？.mp4
15-用户需求：线下门店业绩如何提升？.mp4
16-长期⽬标：货架数字化与业务智能化.mp4
17-短期目标：自动化陈列审核和促销管理.mp4
18-方案设计：基于深度学习的检测∕分类的AI流水线.mp4
19-方案交付：支持在线识别和API调用的AISaaS.mp4
20-基础：目标检测问题定义与说明.mp4
21-基础：深度学习在目标检测中的应用.mp4
22-理论：R-CNN系列二阶段模型综述.mp4
23-理论：YOLO系列一阶段模型概述.mp4
24-应用：RetinaNet与FacolLoss带来了什么.mp4
25-应用：检测数据标注方法与流程.mp4
26-应用：划分检测训练集与测试集.mp4
27-应用：生成CSV格式数据集与标注.mp4
28-应用：使用TensorFlow2训练RetinaNet.mp4
29-应用：使用RetinaNet检测货架商品.mp4
30-扩展：目标检测常用数据集综述.mp4
31-扩展：目标检测更多应用场景介绍.mp4
32-基础：图像分类问题定义与说明.mp4
33-基础：越来越深的图像分类网络.mp4
34-应⽤：检测SKU抠图与分类标注流程.mp4
35-应⽤：分类训练集与验证集划分.mp4
36-应⽤：使⽤TensorFlow2训练ResNet.mp4
37-应用：使用ResNet识别货架商品.mp4
38-扩展：图像分类常用数据集综述.mp4
39-扩展：图像分类更多应⽤场景介绍.mp4
40-串联AI流程理论：商品检测与商品识别.mp4
41-串联AI流程实战：商品检测与商品识别.mp4
42-展现AI效果理论：使用OpenCV可视化识别结果.mp4
43-展现AI效果实战：使用OpenCV可视化识别结果.mp4
44-搭建AISaaS理论：Web框架选型.mp4
45-搭建AISaaS理论：数据库ORM选型.mp4
46-搭建AISaaS理论：10分钟快速开发AISaaS.mp4
47-搭建AISaaS实战：10分钟快速开发AISaaS.mp4
48-交付AISaaS：10分钟快速掌握容器部署.mp4
49-交付AISaaS：部署和测试AISaaS.mp4
50-使⽤TensorFlow2实现图像数据增强.mp4
51-使⽤TensorFlow2实现分布式训练.mp4
52-使⽤TensorFlowHub迁移学习.mp4
53-使⽤@tf.function提升性能.mp4
54-使⽤TensorFlowServing部署云端服务.mp4
55-使⽤TensorFlowLite实现边缘智能.mp4
56-结束语.mp4
评论0