2020年神经网络算法全套基础到实战视频教程共九套(附讲义、参考资料 )

  [复制链接]
查看: 9042|回复: 577
  • TA的每日心情

    2020-1-19 10:10
  • 签到天数: 8 天

    连续签到: 1 天

    [LV.3]偶尔看看II

    0

    好友

    3

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    153
    经验
    127
    学豆
    28714

    荣耀VIP

    发表于 2018-9-10 18:03:35 | 显示全部楼层 |阅读模式
    先就业后付费
    神经网络算法全.jpg

    课程介绍:

    GAN是“生成对抗网络”(Generative Adversarial Networks)的简称,由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。2016年,GAN热潮席卷AI领域顶级会议,从ICLR到NIPS,大量高质量论文被发表和探讨。Yann LeCun曾评价GAN是“20年来机器学习领域最酷的想法”。
    GANs是深度学习领域比较重要的一个模型,也是人工智能研究的一个重要工具。在图像识别,NLP等领域都有很多实际案例。本套课程重在整理了近两年国内GAN方面比较优秀高质量的课程,用于从事人工智能领域同学学习,把GAN理解透彻。


    课程目录:
    第一部分:GAN生成对抗网络模型
    01.神经网络算法GAN对抗网络基础到实战视频教程 20课 (讲义、参考资料 )
    配套资料.zip
    01.GAN介绍及原理01
    02.GAN介绍及原理02
    03.GAN介绍及原理03
    04.GAN介绍及原理04
    05.GAN实现“人脸算术”效果01
    06.GAN实现“人脸算术”效果02
    07.GAN实现“人脸算术”效果03
    08.GAN实现“人脸算术”效果04
    09.GAN生成对方网络样本训练01
    10.GAN生成对方网络样本训练02
    11.GAN生成对方网络样本训练03
    12.GAN生成对方网络样本训练04
    13.GAN案例应用模糊图片变成高分辨率的超清晰图01
    14.GAN案例应用模糊图片变成高分辨率的超清晰图02
    15.GAN案例应用模糊图片变成高分辨率的超清晰图03
    16.GAN案例应用模糊图片变成高分辨率的超清晰图04
    17.GAN应用案例把文字描述变成具体图片01
    18.GAN应用案例把文字描述变成具体图片02
    19.GAN应用案例把文字描述变成具体图片03
    20.GAN应用案例把文字描述变成具体图片04


    02.GAN生成式对抗网络实战视频教程 4课 (讲义、源码)
    配套资料(课件、源码)
    第1课 生成对抗网络基本原理
    第2课 多种多样的GAN.
    第3课 基于能量的GAN
    第4课 GAN实战


    03.GAN生成式对抗网络高级实战视频教程 15课 (附讲义、源码、数据 )
    配套资料(图片、人脸数据)
    01.课程简介
    02.对抗生成网络形象解释
    03.对抗生成网络工作原理
    04.案例实战对抗生成网络:环境配置
    05.案例实战对抗生成网络:构造判别网络模型
    06.案例实战对抗生成网络:构造生成网络模型
    07.案例实战对抗生成网络:构造损失函数
    08.案例实战对抗生成网络:训练对抗生成网络
    09.DCGAN基本原理
    10.DCGAN的网络模型架构
    11.DCGAN项目实战:DIY你要生成的数据
    12.DCGAN项目实战:配置参数
    13.DCGAN项目实战:基于卷积的生成网络架构
    14.DCGAN项目实战:基于卷积的判别网络
    15.DCGAN项目实战:训练DCGAN网络


    第二部分:神经网络算法模型(CNN RNN DNN)

    04.2018年神经网络常用算法大全零基础到精通视频教程 (数据、算法源码)
    课程资料(数据、算法代码)
    第1章 课程介绍
    第2章 神经网络入门
    第3章 卷积神经网络
    第4章 卷积神经网络进阶
    第5章 卷积神经网络调参
    第6章 图像风格转换
    第7章 循环神经网络
    第8章 图像生成文本
    第9章 对抗神经网络
    第10章 自动机器学习网络-AutoML
    第11章 课程总结


    05.深度学习神经网络算法零基础入门视频教程 28课 (课件、源码、素材)
    00.配套资料(课件、代码、素材)
    01.课程介绍机器学介绍上
    02.课程介绍机器学介绍下
    03.深度学介绍
    04.基本概念
    05.决策树算法
    06.决策树应用
    07.最邻近规则分类KNN算法
    08.最邻近规则KNN分类应用
    09.支持向量机SVM上
    10.支持向量机SVM上应用
    11.神经网络算法应用上
    12.神经网络算法应用下
    13.简单线性回归上
    14.简单线性回归下
    15.多元线性回归
    16.多元线性回归应用
    17.非线性回归 Logistic Regression
    18.非线性回归应用
    19.回归中的相关度和决定系数
    20.回归中的相关性和R平方值应用
    21.Kmeans算法
    22.Kmeans应用
    23.Hierarchical clustering 层次聚类
    24.Hierarchical clustering 层次聚类应用
    25.神经网络NN算法
    26.支持向量机(SVM)算法(下)应用
    27.支持向量机(SVM)算法下
    28.总结


    06.深度学习神经网络算法进阶实操视频教程 28课 (课件、源码、素材)
    配套资料(源码、资料)
    01.基本概念清晰版
    02.软件包安装和环境配置总述
    03.环境配置分部详解
    04.环境配置分部详解下
    05.手写数字识别
    06.神经网络基本结构及梯度下降算法
    07.随机梯度下降算法
    08.梯度下降算法实现上
    09.梯度下降算法实现下
    10.神经网络手写数字演示
    11.Backpropagation算法上
    12.Backpropagation算法下
    13.Backpropagation算法实现
    14.cross-entropy函数
    15.Softmax和Overfitting
    16.Regulization
    17.Regulazition和Dropout
    18.正态分布和初始化(修正版)
    19.提高版本的手写数字识别实现
    20.神经网络参数hyper-parameters选择
    21.深度神经网络中的难点
    22.用ReL解决VanishingGradient问题
    23.ConvolutionNerualNetwork算法
    24.ConvolutionNeuralNetwork实现上
    25.ConvolutionNeuralNetwork实现下
    26.RestrictedBoltzmannMachine
    27.RestrictedBoltzmannMachine下
    28.DeepBriefNetwork和Autoencoder


    07.深度神经网络(DNN)模块基础到应用视频教程 10课 (课件、源码)
    配套资料(课件、代码)
    01.DNN模块概述
    02.使用GoogleNet模型实现图像分类.01
    03.使用GoogleNet模型实现图像分类.02
    04.使用SSD模型实现对象检测.01
    05.使用SSD模型实现对象检测.02
    06.MobileNet模型实时对象检测
    07.FCN模型实现图像分割.01
    08.FCN模型图像分割.02
    09.CNN模型预测性别与年龄
    10.GOTURN模型实现视频对象跟踪


    02.神经网络算法赠品


    08.CNN框架介绍与RNN应用强化学习视频教程 10课 (课件)
    第1课 机器学中数学基础.zip
    第2课 高效计算基础与图像线性分类器.zip
    第3课 梯度下降法与反向传播.zip
    第4课 CNN与常用框架.zip
    第5课 CNN训练注意事项与框架使用.zip
    第6课 CNN推展案例.zip
    第7课 RNN介绍.zip
    第8课 RNN应用.zip
    第9课 更多的网络类型.zip
    第10课 更多框架.zip


    09.硅谷专家授课生成对抗网络视频教程英语中文字幕 6课
    01.硅谷专家授课生成对抗网络视频教程英语中文字幕 6课.zip


    (10)010516(0102)人工智能
    下载地址
    回复可查看课程下载链接&提取码

    游客,如果您要查看本帖隐藏内容请回复


    回复

    使用道具 举报

  • TA的每日心情
    奋斗
    2019-5-30 14:10
  • 签到天数: 118 天

    连续签到: 1 天

    [LV.6]常住居民II

    0

    好友

    4

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    2709
    经验
    2218
    学豆
    0

    荣耀VIP

    发表于 2018-9-10 19:04:39 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2019-11-5 08:44
  • 签到天数: 184 天

    连续签到: 2 天

    [LV.7]常住居民III

    0

    好友

    3

    主题

    0

    精华

    荣耀VIP

    Rank: 15Rank: 15Rank: 15Rank: 15Rank: 15

    积分
    4724
    经验
    4318
    学豆
    5

    荣耀VIP

    发表于 2018-9-10 19:55:23 | 显示全部楼层
    回复

    使用道具 举报

  • TA的每日心情
    开心
    2020-3-2 09:46
  • 签到天数: 18 天

    连续签到: 1 天

    [LV.4]偶尔看看III

    0

    好友

    1

    主题

    0

    精华

    至尊VIP

    Rank: 10Rank: 10Rank: 10

    积分
    376
    经验
    311
    学豆
    5

    至尊VIP

    发表于 2018-9-10 20:43:38 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2018-11-30 18:57
  • 签到天数: 72 天

    连续签到: 1 天

    [LV.6]常住居民II

    0

    好友

    0

    主题

    0

    精华

    至尊VIP

    Rank: 10Rank: 10Rank: 10

    积分
    3792
    经验
    3575
    学豆
    870

    至尊VIP

    发表于 2018-9-10 23:54:04 | 显示全部楼层
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    无聊
    4 天前
  • 签到天数: 193 天

    连续签到: 1 天

    [LV.7]常住居民III

    0

    好友

    13

    主题

    6

    精华

    LV.7 首席技术顾问

    Rank: 10Rank: 10Rank: 10

    积分
    8245
    经验
    7731
    学豆
    2445
    发表于 2018-9-11 07:03:35 | 显示全部楼层
    学习是一群志同道合的人在一起碰撞的过程。
    该会员没有填写今日想说内容.
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    无聊
    4 天前
  • 签到天数: 193 天

    连续签到: 1 天

    [LV.7]常住居民III

    0

    好友

    13

    主题

    6

    精华

    LV.7 首席技术顾问

    Rank: 10Rank: 10Rank: 10

    积分
    8245
    经验
    7731
    学豆
    2445
    发表于 2018-9-11 07:03:58 | 显示全部楼层
    时光总在犹豫不觉中蹉跎,可不去犯错,又怎能有收获.....
    该会员没有填写今日想说内容.
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    2018-9-12 09:09
  • 签到天数: 2 天

    连续签到: 2 天

    [LV.1]初来乍到

    0

    好友

    0

    主题

    0

    精华

    LV.1 菜小白

    Rank: 1

    积分
    26
    经验
    22
    学豆
    5
    发表于 2018-9-11 20:41:19 | 显示全部楼层
    该会员没有填写今日想说内容.
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    擦汗
    2 小时前
  • 签到天数: 165 天

    连续签到: 1 天

    [LV.7]常住居民III

    0

    好友

    1

    主题

    0

    精华

    LV.7 首席技术顾问

    Rank: 10Rank: 10Rank: 10

    积分
    2934
    经验
    2255
    学豆
    348
    发表于 2018-9-11 21:26:34 | 显示全部楼层
    该会员没有填写今日想说内容.
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    擦汗
    2 小时前
  • 签到天数: 165 天

    连续签到: 1 天

    [LV.7]常住居民III

    0

    好友

    1

    主题

    0

    精华

    LV.7 首席技术顾问

    Rank: 10Rank: 10Rank: 10

    积分
    2934
    经验
    2255
    学豆
    348
    发表于 2018-9-11 21:26:58 | 显示全部楼层
    该会员没有填写今日想说内容.
    回复 支持 反对

    使用道具 举报

    快捷回复:
    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    关闭

    站长推荐上一条 /3 下一条

    快速回复 返回顶部 返回列表