慕课:深度学习之神经网络(CNN RNN GAN)算法原理+实战

慕课:深度学习之神经网络(CNN RNN GAN)算法原理+实战

课程介绍:

课程资源名称:慕课:深度学习之神经网络(CNN RNN GAN)算法原理+实战,资源大小:9.12G,详见下发截图与文件目录。

慕课:深度学习之神经网络(CNN RNN GAN)算法原理+实战

慕课:深度学习之神经网络(CNN RNN GAN)算法原理+实战

课程文件目录:慕课:深度学习之神经网络(CNN RNN GAN)算法原理+实战[9.12G]

2章 神经网络入门 [858.97M]

第2章 神经网络入门 [858.97M]

说明

2-1 机器学习、深度学习简介.mp4 [47.47M]

2-2 神经元-逻辑斯底回归模型.mp4 [24.85M]

2-3 神经元多输出.mp4 [32.02M]

2-4 梯度下降.mp4 [38.20M]

2-5 数据处理与模型图构建(1).mp4 [102.20M]

2-6 数据处理与模型图构建(2).mp4 [60.39M]

2-7 神经元实现(二分类逻辑斯蒂回归模型实现).mp4 [383.53M]

2-8 神经网络实现(多分类逻辑斯蒂回归模型实现).mp4 [170.30M]

说明

第10章 自动机器学习网络-automl(1) [146.85M]

说明

10-1 automl引入_深度学习之神经网络rnngan算法原理实战.mp4 [13.60M]

10-2 自动网络结构搜索算法一_深度学习之神经网络rnngan算法原理实战.mp4 [44.43M]

10-3 自动网络结构搜索算法一的分布式训练_深度学习之神经网络rnngan算法原理实战.mp4 [27.67M]

10-4 自动网络结构搜索算法二_深度学习之神经网络rnngan算法原理实战.mp4 [26.62M]

10-5 自动网络结构搜索算法三_深度学习之神经网络rnngan算法原理实战.mp4 [34.53M]

第11章 课程总结 [40.60M]

11-1 课程总结.mp4 [40.60M]

第1章 课程介绍 [36.44M]

说明

1-1 课程导学.mp4 [36.44M]

第3章 卷积神经网络 [293.40M]

第3章 卷积神经网络 [293.40M]

3-1 神经网络进阶.mp4 [55.32M]

3-2 卷积神经网络(1).mp4 [54.78M]

3-3 卷积神经网络(2).mp4 [44.08M]

3-4 卷积神经网络实战.mp4 [139.22M]

第4章 卷积神经网络进阶 [960.71M]

第4章 卷积神经网络进阶 [960.71M]

说明

4-1 卷积神经网络进阶(alexnet).mp4 [60.03M]

4-2 卷积神经网络进阶(vggnet-resnet).mp4 [69.25M]

4-3 卷积神经网络进阶(inception-mobile-net).mp4 [65.57M]

4-4 vgg-resnet实战(1).mp4 [195.00M]

4-5 vgg-resnet实战(2).mp4 [221.85M]

4-6 inception-mobile_net(1).mp4 [157.77M]

4-7 inception-mobile_net(2).mp4 [191.24M]

说明

第5章 卷积神经网络调参 [2.13G]

第5章 卷积神经网络调参 [2.13G]

说明

5-1 adagrad_adam.mp4 [28.67M]

5-10 批归一化实战(1).mp4 [204.54M]

5-11 批归一化实战(2).mp4 [232.94M]

5-2 激活函数到调参技巧(1).mp4 [65.06M]

5-3 激活函数到调参技巧(2).mp4 [53.57M]

5-4 tensorboard实战(1) (1).mp4 [259.98M]

5-4 tensorboard实战(1).mp4 [169.65M]

5-6 fine-tune-实战.mp4 [218.57M]

5-7 activation-initializer-optimizer-实战.mp4 [219.32M]

5-8 图像增强api使用.mp4 [156.57M]

5-9 图像增强实战.mp4 [283.79M]

5-9 图像增强实战_20181126111143.mp4 [283.79M]

说明

第6章 图像风格转换 [986.43M]

第6章 图像风格转换 [986.43M]

说明

6-1 卷积神经网络的应用.mp4 [19.77M]

6-10 图像风格转换效果展示.mp4 [61.18M]

6-11 图像风格转换v2算法.mp4 [47.71M]

6-12 图像风格转换v3算法.mp4 [18.05M]

6-2 卷积神经网络的能力.mp4 [24.41M]

6-3 图像风格转换v1算法.mp4 [31.91M]

6-4 vgg16预训练模型格式.mp4 [37.32M]

6-5 vgg16预训练模型读取函数封装.mp4 [70.90M]

6-6 vgg16模型搭建与载入类的封装.mp4 [195.49M]

6-7 图像风格转换算法定义输入与调用vgg-net.mp4 [85.70M]

6-8 图像风格转换计算图构建与损失函数计算.mp4 [121.02M]

6-9 图像风格转换训练流程代码实现.mp4 [272.95M]

说明

第7章 循环神经网络 [1.43G]

第7章 循环神经网络 [1.43G]

说明

7-1 序列式问题.mp4 [15.56M]

7-10 超参数定义.mp4 [54.51M]

7-11 词表封装与类别封装.mp4 [123.21M]

7-12 数据集封装.mp4 [128.61M]

7-13 计算图输入定义.mp4 [87.69M]

7-14 计算图实现.mp4 [73.73M]

7-15 指标计算与梯度算子实现.mp4 [64.45M]

7-16 训练流程实现.mp4 [122.27M]

7-17 lstm单元内部结构实现.mp4 [216.40M]

7-18 textcnn实现.mp4 [127.03M]

7-19 循环神经网络总结.mp4 [3.31M]

7-2 循环神经网络.mp4 [77.68M]

7-3 长短期记忆网络.mp4 [26.33M]

7-4 基于lstm的文本分类模型(textrnn与han).mp4 [35.97M]

7-5 基于cnn的文本分类模型(textcnn).mp4 [50.71M]

7-6 rnn与cnn融合解决文本分类.mp4 [44.37M]

7-7 数据预处理之分词.mp4 [123.95M]

7-8 数据预处理之词表生成与类别表生成.mp4 [72.16M]

7-9 实战代码模块解析.mp4 [19.30M]

说明

第8章 图像生成文本 [1.22G]

第8章 图像生成文本 [1.22G]

说明

8-1 图像生成文本问题引入⼊.mp4 [59.64M]

8-10 图像特征抽取(1)-文本描述文件解析.mp4 [58.76M]

8-11 图像特征抽取(2)-inceptionv3预训练模型抽取图像特征.mp4 [82.29M]

8-12 输入输出文件与默认参数定义.mp4 [36.98M]

8-13 词表载入.mp4 [63.19M]

8-14 文本描述转换为id表示.mp4 [36.17M]

8-15 imagecaptiondata类封装-图片特征读取.mp4 [77.62M]

8-16 imagecaptiondata类封装-批数据生成.mp4 [185.12M]

8-17 计算图构建-辅助函数实现.mp4 [39.10M]

8-18 计算图构建-图片与词语embedding.mp4 [86.05M]

8-19 计算图构建-rnn结构实现、损失函数与训练算子实现.mp4 [178.81M]

8-2 图像生成文本评测指标.mp4 [20.06M]

8-20 训练流程代码.mp4 [88.05M]

8-21 文本生成图像问题引入与本节课总结.mp4 [19.05M]

8-3 encoder-decoder框架与beam search算法生成文本.mp4 [15.12M]

8-4 multi-modal rnn模型.mp4 [24.20M]

8-5 show and tell模型.mp4 [8.27M]

8-6 show attend and tell 模型.mp4 [52.74M]

8-7 bottom-up top-down attention模型.mp4 [16.88M]

8-8 图像生成文本模型对比与总结.mp4 [11.11M]

8-9 数据介绍,词表生成.mp4 [92.56M]

说明

第9章 对抗神经网络(1) [957.49M]

说明

9-1 对抗生成网络原理.mp4 [213.04M]

9-10 对抗生成网络总结_深度学习之神经网络rnngan算法原理实战.mp4 [8.22M]

9-11 dcgan实战引入.mp4 [79.43M]

9-12 数据生成器实现_深度学习之神经网络rnngan算法原理实战.mp4 [77.14M]

9-13 dcgan生成器器实现.mp4 [88.07M]

9-14 dcgan判别器实现.mp4 [40.19M]

9-15 dcgan计算图构建实现与损失函数实现_深度学习之神经网络rnngan算法原理实战.mp4 [65.66M]

9-16 dcgan训练算子实现_深度学习之神经网络rnngan算法原理实战.mp4 [48.96M]

9-17 训练流程实现与效果展示_深度学习之神经网络rnngan算法原理实战.mp4 [82.40M]

9-2 深度卷积对抗生成网络dcgan(1).mp4 [24.43M]

9-3 反卷积.mp4 [36.53M]

9-4 深度卷积对抗生成网络dcgan(2)_深度学习之神经网络rnngan算法原理实战.mp4 [21.38M]

9-5 图像翻译pix2pix_深度学习之神经网络rnngan算法原理实战.mp4 [46.54M]

9-6 无配对图像翻译cyclegan(1)_深度学习之神经网络rnngan算法原理实战.mp4 [17.38M]

9-7 无配对图像翻译cyclegan(2)_深度学习之神经网络rnngan算法原理实战.mp4 [26.75M]

9-8 多领域图像翻译stargan_深度学习之神经网络rnngan算法原理实战.mp4 [43.43M]

9-9 文本生成图像text2img_深度学习之神经网络rnngan算法原理实战.mp4 [37.93M]

coding-259-master.zip [69.96K]

神经网络常用算法.zip [162.80M]

课程下载地址:

精品课程,SVIP下载,下载前请阅读上方文件目录,链接下载为百度云网盘,如连接失效,可评论告知。

下载价格:16.0微币
  • 普通用户下载价格 : 16.0微币
  • VIP会员下载价格 : 0微币
  • 最近更新2024年02月01日
Veke微课网所有资源均来自网络,由用户自行发布,如有侵权,请邮箱联系, 我们将在24小时内处理,联系邮箱:[email protected]
Veke微课网 » 慕课:深度学习之神经网络(CNN RNN GAN)算法原理+实战

发表评论

Veke微课网 互联网精品网课搜集者

立即查看 了解详情