声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除
[3.1.1]-计算机视觉.mp4
[3.2.1]-加载FashionMNIST.mp4
[3.3.1]-构造神经元网络模型.mp4
[3.4.1]-训练和评估模型Pat1.mp4
[3.4.2]-训练和评估模型Pat2.mp4
[3.5.1]-自动终止训练.mp4
[4.1.1]-卷积神经网络.mp4
[4.2.1]-卷积网络程序.mp4
[4.3.1]-卷积网络结构.mp4
[5.1.1]-项目实战.mp4
[5.2.1]-ImageDataGenerator.mp4
[5.3.1]-构建并训练模型.mp4
[5.4.1]-优化模型参数Part1.mp4
[5.4.2]-优化模型参数Pat2.mp4
[6.1.1]-机器视觉图像分类介绍视频.mp4
[7.1.1]-狗猫分类案例视频.mp4
[8.1.1]-人马分类案例.mp4
[9.1.1]-手写体识别案例.mp4
[9.2.1]-剪刀石头布案例.mp4
[10.1.1]-第三部分总介绍.mp4
[11.1.1]-词条化Pat1.mp4
[11.1.2]-词条化Pat2.mp4
[11.2.1]-序列化Pat1.mp4
[11.2.2]-序列化Pat2.mp4
[11.3.1]-项目实战-讽刺数据集的词条化和序列化Pat1.mp4
[11.3.2]-项目实战-讽刺数据集的词条化和序列化Pat2.mp4
[12.1.1]-词嵌入的基本原理Pat1.mp4
[12.1.2]-词嵌入的基本原理Pat2.mp4
[12.2.1]-项目实战-讽刺数据集的词嵌入.mp4
[12.3.1]-imdb评论子词数据集的词嵌入Pat1.mp4
[12.3.2]-imdb评论子词数据集的词嵌入Pat2.mp4
[13.1.1]-循环神经网络原理.mp4
[13.2.1]-不同循环神经网络的性能比较.mp4
[14.1.1]-文本生成的原理.mp4
[14.2.1]-循环神经网络设计Pat1.mp4
[14.2.2]-循环神经网路设计Part2.mp4
[14.3.1]-项目实战生成优美的诗歌.mp4
[15.1.1]-个绍视频.mp4
[16.1.1]-时序信号的生成.mp4
[16.2.1]时间序列预测方法(移动平均.mp4
[17.1.1]-生成RNN网络样本数据集.mp4
[18.1.1]-RNN好预则时间序列.mp4
[19.1.1]-双向LsTM预测时间序列.mp4
[2.1.1]-《TensorFlow官方入门实操课程》总介绍.mp4
[2.1.2]-中国大学M00C在线实训l平台使用说明.mp4
[2.3.1]-机器学习引言.mp4
[2.4.1]-开发环境准备.mp4
[2.5.1]一个神经元的网铬.mp4
[2.5.2]一个神经元的网路_Coding.mp4
[20.1.1]-TensorFlowLitei课程总介绍.mp4
[21.1.1]-Pat1 TensorFlowLite功能特性.mp4
[21.1.2]-Part2 TensorFlowLite功能特性.mp4
[21.2.1]-Pat1 TensorFlowLite模型转换.mp4
[21.2.2]-Part2 TensorFlowLite模型转换.mp4
[21.2.3]-Part3 TensorFlowLite模型转换.mp4
[21.2.4]-Pat4 Coding实训讲解.mp4
[21.3.1]-TensorFlowLite模型运行课件讲解.mp4
[21.3.2]-Coding?实训l讲解Part1.mp4
[21.3.3]-Coding3实训l讲解Part2.mp4
[21.3.4]-Part4 Coding部分关于ModelMakerf的补充介绍.mp4
[22.1.1]-Pat1 Androids与猫狗分类.mp4
[22.1.2]-Pat2 Androids与猫狗分类.mp4
[22.1.3]-Pat3 Android与猫狗分类.mp4
[22.1.4]-Part4 Android与猫狗分类.mp4
[22.1.5]-Pat5实训讲解.mp4
[22.2.1]-Part1 Androids与图像分类.mp4
[22.2.2]-Pat2 Androids与图像分类.mp4
[22.2.3]-Pat3 Android.与图像分类.mp4
[22.2.4]-Part4 Android与图像分类.mp4
[22.2.5]-Part5实训讲解.mp4
[22.3.1]-Pat1 Android.与物体检测.mp4
[22.3.2]-Pat2实训讲解.mp4
[23.1.1]-Pat1i0S和猫狗分类.mp4
[23.1.2]-Pat2实训讲解.mp4
[23.2.1]-Pat1i0S和图像分类.mp4
[23.2.2]-Pat2i0S和图像分类.mp4
[23.2.3]-Pat3i0S和图像分类.mp4
[23.2.4]-Pat4实训圳讲解.mp4
[23.3.1]-Pat1i0S和物体检测.mp4
[23.3.2]-Pat2i0S和物体检测.mp4
[23.3.3]-Pat3实训讲解.mp4
[24.1.1]-19.1边缘智能介绍.mp4
[24.2.1]-Pat1树莓派也智能.mp4
[24.2.2]-Part2实训讲解.mp4
[24.3.1]-19.3智能微控制器.mp4
[24.4.1]-课程结语.mp4
[25.1.1]-TensorFlow.j总介绍.mp4
[26.1.1]-Pat1关于JavaScrip的总序言.mp4
[26.1.2]-Part2使用avaScript建立模型.mp4
[26.2.1]-Pat1使用]avaScripti训练模型.mp4
[26.2.2]-Pat2 Coding?实训讲解.mp4
[26.3.1]-鸢尾属植物(1is)数据集.mp4
[26.4.1]-Pat1读取数据集.mp4
[26.4.2]-Pat2独热编码.mp4
[26.4.3]-Pat3神经网铬设计.mp4
[26.5.1]-训练JavaScript摸型学习Iris数据集.mp4
[27.1.1]-Pat1章节总序言.mp4
[27.1.2]-Part2在浏览器中建立卷积神经网络.mp4
[27.2.1]-可视化训练过程.mp4
[29.1.3]-Pat3建立一个简单的网顶.mp4
[29.2.1]-基于MobileNet模型的迁移学习.mp4
[29.3.1]-迁移学习的训练函数.mp4
[29.4.1]-通过摄像头获取截图数据.mp4
[29.5.1]-对截图数据进行管理的数据集类.mp4
[29.6.1]-使用截图数据训练模型.mp4
[29.7.1]-Pat1执行推理.mp4
[29.7.2]-Pat2识别石头剪刀布三种手势-Coding实训讲解.mp4
课程配套源码