• 欢迎访问TT7.org ,TT7 专注IT技术学习与分享。欢迎一起成长。

AI人工智能算法培训课程:龙良曲老师的深度学习与TensorFlow 2入门实战

AI与大数据 爱学习的小T 2个月前 (09-08) 135次浏览 0个评论

深度学习与TensorFlow 2入门实战
本套课程深度学习与TensorFlow 2入门实战,龙龙老师讲解的特别清晰,课程的学习路线设计的很合理,由浅入深,每个环节都有大量形象的配图讲解,加上丰富的实践代码,听上去很容易理解。课程适合于深度学习和人工智能方向新手,需要零基础、快速、深入学习人工智能的朋友。

课程内容介绍:

课程收获:
龙良曲老师简介:
博士生,卓耿网络科技CEO,曾任新加坡国立大学助理研究员8年Al算法经验,在AAAI等会议上发表论文数篇。
深度学习与TensorFlow 2入门实战 视频截图
1.深刻掌握深度学习核心理论和数学基础;
2.熟练运用TensorFlow2.0开发各种网络;
3.在视觉、NLP等经典数据集上设计各种应用;
4.提出新算法发表论文、找到50W+算法岗位。
深度学习与TensorFlow 2入门实战 视频截图

课程文件目录:TT7-03:深度学习与TensorFlow 2入门实战

深度学习与TensorFlow 2入门实战

01.深度学习初见

课时1 深度学习框架介绍-1.mp4

课时2 深度学习框架介绍-2.mp4

课时3 开发环境安装-1.mp4

课时4 开发环境安装-2.mp4

02.【选看】开发环境全程实录

课时5 win10平台实录-1.mp4

课时6 win10平台实录-2.mp4

课时7 Ubuntu平台实录-cuda安装.mp4

课时8 Ubuntu平台实录-anaconda安装.mp4

课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4

课时10 Ubuntu平台实录-pycharm安装.mp4

03.回归问题

课时11 线性回归-1.mp4

课时12 线性回归-2.mp4

课时13 回归问题实战-1.mp4

课时14 回归问题实战-2.mp4

课时15 手写数字问题-1.mp4

课时16 手写数字问题-2.mp4

课时17 手写数字问题-3.mp4

课时18 手写数字问题初体验-1.mp4

课时19 手写数字问题初体验-2.mp4

04.Tensorflow 2基础操作

课时20 tensorflow数据类型-1.mp4

课时21 tensorflow数据类型-2.mp4

课时22 创建Tensor-1.mp4

课时23 创建Tensor-2.mp4

课时24 创建Tensor-3.mp4

课时25 索引与切片-1.mp4

课时26 索引与切片-2.mp4

课时27 索引与切片-3.mp4

课时28 索引与切片-4.mp4

课时29 索引与切片-5.mp4

课时30 维度变换-1.mp4

课时31 维度变换-2.mp4

课时32 维度变换-3.mp4

课时33 Broadcasting-1.mp4

课时34 Broadcasting-2.mp4

课时35 数学运算.mp4

课时36 前向传播(张量)-实战-1.mp4

课时37 前向传播(张量)-实战-2.mp4

课时38 前向传播(张量)-实战-3.mp4

课时39 前向传播(张量)-实战-4.mp4

05.tensorflow 2高阶操作

课时40 合并与分割.mp4

课时41 数据统计.mp4

课时42 张量排序-1.mp4

课时43 张量排序-2.mp4

课时44 填充与复制.mp4

课时45 张量限幅-1.mp4

课时46 张量限幅-2.mp4

课时47 高阶操作-1.mp4

课时48 高阶操作-2.mp4

06 神经网络与全连接层

课时49 数据加载-1.mp4

课时50 数据加载-2.mp4

课时51 数据加载-3.mp4

课时52 测试(张量)实战.mp4

课时53 全连接层-1.mp4

课时54 全连接层-2.mp4

课时55 输出方式.mp4

课时56 误差计算-1.mp4

课时57 误差计算-2.mp4

课时58 误差计算-3.mp4

07 随机梯度下降

课时59 梯度下降-简介-1.mp4

课时60 梯度下降-简介-2.mp4

课时61 常见函数的梯度.mp4

课时62 激活函数及其梯度.mp4

课时63 损失函数及其梯度-1.mp4

课时64 损失函数及其梯度-2.mp4

课时65 单输出感知机梯度.mp4

课时66 多输出感知机梯度.mp4

课时67 链式法则.mp4

课时68 反向传播算法-1.mp4

课时69 反向传播算法-2.mp4

课时70 函数优化实战.mp4

课时71 手写数字问题实战(层)-1.mp4

课时72 手写数字问题实战(层)-2.mp4

课时73 手写数字问题实战(层)-3.mp4

课时74 TensorBoard可视化-1.mp4

课时75 TensorBoard可视化-2.mp4

08.Keras高层接口

课时76 Keras高层API-1.mp4

课时77 Keras高层API-2.mp4

课时78 Keras高层API-3.mp4

课时79 自定义层或网络-1.mp4

课时80 自定义层或网络-2.mp4

课时81 模型保存与加载.mp4

课时82 CIFAR10自定义网络实战-1.mp4

课时83 CIFAR10自定义网络实战-2.mp4

课时84 CIFAR10自定义网络实战-3.mp4

09.过拟合

课时85 过拟合与欠拟合.mp4

课时86 交叉验证-1.mp4

课时87 交叉验证-2.mp4

课时88 regulation.mp4

课时89 动量与学习率.mp4

课时90 early stopping和dropout.mp4

10.卷积神经网络

课时91 什么是卷积-1.mp4

课时92 什么是卷积-2.mp4

课时93 什么是卷积-3.mp4

课时94 什么是卷积-4.mp4

课时95 卷积神经网络-1.mp4

课时96 卷积神经网络-2.mp4

课时97 卷积神经网络-3.mp4

课时98 卷积神经网络-4.mp4

课时99 池化与采样.mp4

课时100 CIFAR100与VGG13实战-1.mp4

课时101 CIFAR100与VGG13实战-2.mp4

课时102 CIFAR100与VGG13实战-3.mp4

课时103 CIFAR100与VGG13实战-4.mp4

课时104 经典卷积网络VGG, GoogLeNet, Inception-1.mp4

课时105 经典卷积网络VGG, GoogLeNet, Inception-2.mp4

课时106 BatchNorm.mp4

课时107 BatchNorm-2.mp4

课时108 ResNet, DenseNet – 1.mp4

课时109 ResNet, DenseNet – 2.mp4

课时110 ResNet实战-1.mp4

课时111 ResNet实战-2.mp4

课时112 ResNet实战-3.mp4

课时113 ResNet实战-4.mp4

11.循环神经网络RNN

课时114 序列表示方法-1.mp4

课时115 序列表示方法-2.mp4

课时116 循环神经网络层-1.mp4

课时117 循环神经网络层-2.mp4

课时118 RNNCell使用-1.mp4

课时119 RNNCell使用-2.mp4

课时120 RNN与情感分类问题实战-加载IMDB数据集.mp4

课时121 RNN与情感分类问题实战-单层RNN Cell.mp4

课时122 RNN与情感分类问题实战-网络训练.mp4

课时123 RNN与情感分类问题实战-多层RNN Cel.mp4

课时125 梯度弥散与梯度爆炸.mp4

课时126 LSTM-1.mp4

课时127 LSTM-2.mp4

课时128 LSTM实战.mp4

课时129 GRU原理与实战.mp4

12.自编码器Auto-Encoders

课时130 无监督学习.mp4

课时131 Auto-Encoders原理.mp4

课时132 Auto-Encoders变种.mp4

课时133 Adversarial Auto-Encoders.mp4

课时134 Variational Auto-Encoders引入.mp4

课时135 Reparameterization Trick.mp4

课时136 Variational Auto-Encoders原理.mp4

课时137 Auto-Encoders实战-创建编解码器.mp4

课时138 Auto-Encoders实战-训练.mp4

课时139 Auto-Encoders实战-测试.mp4

课时140 VAE实战-创建网络.mp4

课时141 VAE实战-KL Divergence计算.mp4

课时142 VAE实战-训练与测试.mp4

13.对抗生成网络GAN

课时143 数据的分布.mp4

课时144 画家的成长历程.mp4

课时145 GAN原理.mp4

课时146 纳什均衡-D.mp4

课时147 纳什均衡-G.mp4

课时148 JS散度的缺陷.mp4

课时149 EM距离.mp4

课时150 WGAN-GP原理.mp4

课时151 GAN实战-1.mp4

课时152 GAN实战-2.mp4

课时153 GAN实战-3.mp4

课时154 GAN实战-4.mp4

课时155 GAN实战-5.mp4

课时156 GAN实战-6.mp4

课时157 WGAN实战-1.mp4

课时158 WGAN实战-2.mp4

14.【选看】人工智能发展简史

课时159 生物神经元结构.mp4

课时160 感知机的提出.mp4

课时161 BP神经网络.mp4

课时162 CNN和LSTM的发明.mp4

课时163 人工智能低谷.mp4

课时164 深度学习的诞生.mp4

课时165 深度学习的爆发.mp4

15.【选看】Numpy实战BP神经网络

课时166 权值的表示.mp4

课时167 多层感知机的实现.mp4

课时168 BP神经网络前向传播.mp4

课时169 BP神经网络反向传播-1.mp4

课时170 BP神经网络反向传播-2.mp4

课时171 BP神经网络反向传播-3.mp4

课时172 多层感知机的训练.mp4

课时173 多层感知机的测试.mp4

课时174 实战小结.mp4

电子书

花书-深度学习-Eng.pdf

花书-中文版.pdf

课程安装软件-Ubuntu 18.04

Anaconda3-2019.03-Linux-x86_64.sh

cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb

cudnn-10.0-linux-x64-v7.5.0.56.tgz

pycharm-community-2019.1.1.tar.gz

课程安装软件-Win10

Anaconda3-2019.03-Windows-x86_64.exe

cuda_10.0.130_411.31_win10.exe

cudnn-10.0-windows10-x64-v7.5.0.56 (1).zip

pycharm-community-2019.1.1.exe

深度学习与TensorFlow入门实战-源码和PPT

0-课程介绍

cover.png

lesson01-初见TensorFlow2.0

初见TensorFlow2.0.pdf

autograd.py

gpu_accelerate.py

lesson02-开发环境准备

开发环境准备-Win10.pdf

开发环境准备.pdf

test.py

lesson03-回归问题

回归问题.pdf

lesson04-回归问题实战

回归实战.pdf

data.csv

linear_regression(1).py

lesson05-手写数字问题

手写数字问题.pdf

lesson06-手写数字识别初体验

手写数字问题体验.pdf

main.py

lesson07-数据类型

代码量较少,同学们自己动手练习.txt

数据类型.pdf

lesson08-创建Tensor

创建Tensor.pdf

代码量较少,同学们自己动手练习.txt

lesson09-索引与切片

代码量较少,同学们自己动手练习.txt

索引与切片-1.pdf

索引与切片-2.pdf

lesson10-维度变换

维度变换.pdf

lesson11-Broadcasting

Broadcasting.pdf

lesson12-数学运算

数学运算.pdf

lesson13-前向传播(张量)-实战

前向传播.pdf

forward.py

lesson14-合并与分割

合并与分割.pdf

lesson15-数据统计

数据统计.pdf

lesson16-张量排序

张量排序(1).pdf

topk.py

lesson17-填充与复制

填充与复制.pdf

lesson18-数据限幅

张量限幅.pdf

main.py

lesson19-高阶OP

高阶特性.pdf

meshgrid.py

lesson20-数据加载

数据加载.pdf

lesson21-测试(张量)-实战

测试(张量)实战.pdf

forward.py

mnist_tensor.py

lesson22-全连接层

全接连层.pdf

mlp.py

lesson23-输出方式

输出方式.pdf

lesson24-误差计算

误差计算.pdf

loss.py

lesson25-梯度计算

0.梯度下降-简介.pdf

2nd_derivative.py

3.激活函数及其梯度.pdf

4.损失函数及其梯度.pdf

5.单输出感知机梯度.pdf

6.多输出感知机梯度.pdf

7.链式法则.pdf

8.多层感知机梯度.pdf

chain_rule.py

crossentropy_loss.py

mse_grad.py

multi_output_perceptron.py

sigmoid_grad.py

single_output_perceptron.py

lesson26-优化方法

函数优化实战.pdf

himmelblau.py

lesson27-书写数字问题(层)-实战

fashionmnist_layer.py

MNIST实战.pdf

lesson28-可视化

可视化.pdf

main.py

lesson30-Keras高层API

1.Metrics.pdf

2.Compile&Fit.pdf

3.自定义层.pdf

compile_fit.py

layer_model.py

metrics.py

lesson31-Keras模型保存与加载

模型加载与保存.pdf

model.h5

save_load_model.py

save_load_weight.py

lesson32-Keras实战

keras_train.py

Keras实战CIFAR10.pdf

lesson38-卷积神经网络

卷积神经网络.pdf

什么是卷积.pdf

lesson39-池化与采样

池化与采样.pdf

lesson40-CIFAR与VGG实战

cifar100_train.py

CIFAR与VGG实战.pdf

lesson41-经典卷积网络

经典卷积网络.pdf

lesson43-ResNet

resnet.py

resnet18_train.py

ResNet实战.pdf

ResNet与DenseNet.pdf

lesson44-循环神经网络

时间序列表示.pdf

循环神经网络.pdf

lesson45-RNN实战

情感分类实战.pdf

RNN Layer使用.pdf

sentiment_analysis_cell.py

sentiment_analysis_layer.py

lesson48-AutoEncoders

AutoEncoders.pdf

lesson49-VAE实战

AE实战.pdf

autoencoder.py

vae(1).py

lesson50-GAN

GAN.pdf

lesson51-WGAN实战

dataset.py

gan_train.py

gan.py

GAN实战.pdf

wgan_train.py

wgan.py

Readme.md


版权归原作者所有,交流学习联系:tt(at)tt7.org
喜欢 (1)
发表我的评论
取消评论

表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址