深度学习GAN生成对抗网络迁移学习增强学习实战2018视频教程

资料汇总 [210.19M]

第10课资料 [41.42M]

第10课：深度学习与迁移学习.pdf [41.42M]

第1课资料 [682.91K]

深度学习班第三期第1课.pdf [431.27K]

深度学习第三期第1课 代码范例_pca 酒店分类.ipynb [151.57K]

深度学习第三期第1课 代码范例_凸优化em算法_混合高斯模型.ipynb [100.08K]

第2课资料 [42.82M]

lesson2_slides_codes.zip [21.09M]

lesson2_slides_codes_new.zip [21.73M]

第3课资料 [21.49M]

mnist_cnn.py [2.22K]

第3课：卷积神经网络与典型结构细讲.pdf [21.48M]

第4课资料 [10.09M]

第4课：深度学习框架与应用案例.pdf [10.09M]

第5课资料 [23.83M]

dcgan.py [7.24K]

第5课：生成对抗网络介绍.pdf [23.83M]

第6课资料 [24.59M]

第6课资料.zip [24.59M]

第7课资料 [13.23M]

poem_generator.zip [29.48K]

第7课：循环神经网络与自然语言处理.pdf [13.20M]

第8课资料 [26.08M]

show, attend and tell- neural image caption generation with visual attention.pdf [9.59M]

第8课：循环神经网络相关应用.pdf [16.49M]

第9课资料 [5.96M]

第9课：强化学习与deep q-network.pdf [5.96M]

第10课 物体检测与迁移学习.ts [190.45M]

第1课 夯实深度学习数据基础.ts [223.04M]

第2课 dnn与混合网络：google wide&deep.ts [212.04M]

第3课 cnn-从alexnet到resnet.ts [205.32M]

第4课 nn框架：caffe, tensorflow与pytorch.ts [232.11M]

第5课 生成对抗网络gan.ts [215.58M]

第6课 图像风格转化.ts [179.30M]

第7课 rnn_lstm_grid lstm.ts [186.66M]

第8课 rnn条件生成与attention.ts [180.10M]

第9课 增强学习与deep q network.ts [195.18M]