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
0-课程简介.mp4
1-CNN应用于文本任务原理解析.mp4
1-Tensorflow2版本简介与心得.mp4
1-tfrecords数据源制作方法.mp4
1对抗生成网络通俗解释.mp4
1猫狗识别任务与数据简介.mp4
1-迁移学习的目标.mp4
1任务流程解读.mp4
1-任务目标与数据集简介.mp4
1-任务目标与数据介绍.mp4
1任务目标与数据源.mp4
1-深度学习要解决的问题.mp4
1数据增强概述.mp4
10-神经网络架构细节.mp4
11-神经元个数对结果的响.mp4
12-正贝则化与激活函数.mp4
13额外补充-Resneti论文解读.mp4
13-神经网络过拟合解决方法.mp4
14额外补充-Resnet网络架构解读.mp4
2-GAN网铬组成.mp4
2-RNN模型输入数据维度解读.mp4
2-Tensorflow2版本安装方法.mp4
2-构建时间序列数据.mp4
2建模流程与API文档.mp4
2-卷积网络涉及参数解读.mp4
2-模型定义参数设置.mp4
2迁移学习策略.mp4
2深度学习应用领域.mp4
2图像数据变换.mp4
2图像数据处理实例.mp4
2整体流程解读.mp4
3-DCGAN网络架构与流程解读.mp4
3-ResnetI原理.mp4
3-tf基础操作.mp4
3-计算机视觉任务.mp4
3-加载训练好的经典网络模型.mp4
3猫狗识别任务数据增强实例.mp4
3数据映射表制作.mp4
3网络架构配置.mp4
3网络架构设计与训练.mp4
3网铬模型训练.mp4
3-文本词预处理操作.mp4
3项目结构概述.mp4
3-训练时间序列数据子预测结果.mp4
4-Callback模块与迁移学习实例.mp4
4-embedding层向里制作.mp4
4-多特征子预测结果.mp4
4-卷积模型训练与识别效果展示.mp4
4-模型超参数调节与预测结果展示.mp4
4-视觉任务中遇到帕的问题.mp4
4数据集处理方法.mp4
4网络架构设计.mp4
4-训练btch数据制作.mp4
5-得分函数.mp4
5分类模型构建.mp4
5数据生成器构造.mp4
5损失函数定义与训练.mp4
5损失函数定义与训练结果展示.mp4
5-序列结果测.mp4
5-训练数据构建.mp4
6-f.data摸块解读.mp4
6-向RNN模型定义.mp4
6损失函数的作用.mp4
6网络架构层次解读.mp4
7-模型保存与读取实例.mp4
7前向传播配置.mp4
7前向传播整体流程.mp4
7-自定义网铬模型架构.mp4
8-返向传播计算方法.mp4
8-训练resnet摸型.mp4
8-训练策略指定.mp4
9-神经网络整体架构.mp4
9-训川练文本分类模型.mp4