一起自学吧

 找回密码
 立即注册

QQ登录

只需要一步,快速开始

人工智能教程快速入门深度学习与CV

[复制链接]
查看: 36|回复: 2
  • TA的每日心情
    开心
    前天 09:46
  • 签到天数: 16 天

    连续签到: 1 天

    [LV.4]偶尔看看III

    0

    好友

    21

    主题

    2

    精华

    荣耀VIP

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

    积分
    323
    经验
    241
    学豆
    5860

    至尊VIP

    发表于 2021-2-19 16:14:05 | 显示全部楼层 |阅读模式
    先就业后付费
    06.jpg


    课程介绍:


    15小时掌握深度学习与CV,带您熟悉深度学习实现方式,带您掌握深度学习在计算机视觉中的应用 1. 了解深度学习的发展历史 2. 了解计算机视觉的发展历史 3. 掌握深度学习与机器学习的差别。
    本课程采用由浅入深,层层递进的讲解方式, 让你轻松掌握tensorFlow的使用, 使用tensorflow构建神经网络并完成图像分类任务。




    课程目录:


    一.课程介绍


    01.深度学习
    02.DL发展历史
    03.计算机视觉定义与任务
    04.CV的应用领域
    05.CV的发展历史


    二.tensorflow


    1.tensorflow和keras简介


    01.tensorflow简介
    02.tensorflow安装方法
    03.张量是什么
    04.张量的基本操作
    05.张量转换成numpy
    06.张量的常用函数
    07.变量variable
    08.tf.keras简介和常用模块
    09.tf.keras的常用方法
    10.tf和keras总结


    2.快速入门模型


    01.快速入门模型简介
    02.数据集处理
    03.sklearn实现分类
    04.tf.keras实现-数据处理
    05.tf.keras实现-模型构建
    06.tf.keras实现-模型训练与评估
    07.tf.keras实现总结


    三.深度学习


    1.神经网络、优化方法与正则化


    01.深度学习简介
    02.神经网络简介
    03.神经元的工作方式
    04.激活函数sigmoid
    05.激活函数tanh
    06.激活函数relu
    07.激活函数leakyrelu
    08.激活函数softmax
    09.其他激活函数及选择
    10.参数初始化
    11.Xavier初始化
    12.He初始化
    13.神经网络的构建方式
    14.sequential构建方式
    15.functional API构建方式
    16.Model 子类构建方式
    17.神经网络优缺点及历史
    18.损失函数是什么
    19.交叉熵损失函数
    20.二分类的交叉熵损失函数
    21.MAE损失
    22.MSE损失
    23.smooth L1损失
    24.神经网络的优化方法
    25.梯度下降算法
    26.epoch,batch和iteration
    27.前向传播,反向传播和链式法则
    28.BP算法
    29.梯度下降存在的问题及指数加权平均值
    30.动量梯度下降算法
    31.adagrad
    32.RMSprop
    33.Adam
    34.学习率退火
    35.总结
    36.正则化及L1L2正则化的使用
    37.dropout
    38.提前停止
    39.BN层及总结


    2.卷积神经网络


    01.mnist案例简介与数据加载
    02.mnist案例简数据处理
    03.mnist案例模型构建
    04.mnist案例模型编译与训练
    05.mnist案例tensorboard使用
    06.mnist案例模型评估与保存
    07.全连接网络处理图像存在的问题
    08.CNN网络的组成
    09.卷积层的介绍
    10.池化层和全连接层的介绍
    11.LeNet-5数据加载与处理
    12.LeNet-5的模型构建
    13.LeNet-5的模型编译,训练和评估
    14.CNN网络总结


    四.图像分类


    01.图像分类简介
    02.Alex简介和网络结构
    03.AlexNet网络构建
    04.AlexNet网络数据读取
    05.AlexNet模型训练与评估
    06.VGG简介与网络架构
    07.VGG网络构建
    08.VGG进行手写数字识别
    09.GoogLeNet简介和Inception简介
    10.Inception模块的构建
    11.GoogLeNet构成和B1模块实现
    12.B2和B3模块实现
    13.B4模块实现
    14.B5模块实现
    15.手写数字识别实现
    16.inceptionV2,V3和总结
    17.ResNet简介和残差块
    18.残差块的实现
    19.resNet简介
    20.resNet中残差模块的构建
    21.resNet模型构建
    22.resNet手写数字识别
    23.常用的图像增强方法
    24.tf.image进行图像增强
    25.模型微调
    26.数据集获取
    27.微调模型训练


    资料


    课程大小:


    06.png
    备注:(04)2021020406 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
    开心
    3 天前
  • 签到天数: 348 天

    连续签到: 3 天

    [LV.8]以坛为家I

    0

    好友

    8

    主题

    0

    精华

    荣耀VIP

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

    积分
    7563
    经验
    6858
    学豆
    20

    荣耀VIP

    发表于 5 天前 | 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
    昨天 21:42
  • 签到天数: 277 天

    连续签到: 1 天

    [LV.8]以坛为家I

    0

    好友

    15

    主题

    0

    精华

    荣耀VIP

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

    积分
    6479
    经验
    5748
    学豆
    5
    发表于 4 天前 | 显示全部楼层
    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