最新公告
  • 欢迎光临92资源站,全网最优质的it资源平台立即加入我们
  • 基于 Python 的 TensorFlow 应用实践

    基于 Python 的 TensorFlow 应用实践 最后编辑:2022-11-17
    资源介绍: 高清MP4 资料齐全 网盘发货 一手资源免费更新包售后

    第1章 课程整体介绍
    1-1 课程整体介绍及导学 (16:24)
    第2章 人工智能基础知识
    2-1 什么是人工智能 (04:48)
    2-2 人工智能前景 (05:26)
    2-3 人工智能需要的基本数学知识 (01:57)
    2-4 人工智能简史 (07:47)
    2-5 AI、机器学习和深度学习的关联 (02:32)
    2-6 什么是机器学习 (19:05)
    2-7 面对AI,我们应有的态度 (05:16)
    2-8 什么是过拟合 (07:05)
    2-9 什么是深度学习 (11:08)
    第3章 TensorFlow简介和开发环境搭建
    3-1 什么是TensorFlow (10:13)
    3-2 TensorFlow和其他机器学习库的对比1 (26:46)
    3-3 如何学习TensorFlow (11:42)
    3-4 TensorFlow前景 (03:59)
    3-5 如何使用课程提供的虚拟机文件 (07:15)
    3-6 安装VirtualBox (02:41)
    3-7 安装Ubuntu (15:29)
    3-8 配置Ubuntu系统 (05:46)
    3-9 安装Python (04:02)
    3-10 安装TensorFlow(上) (10:42)
    3-11 安装TensorFLow(下) (05:47)
    3-12 安装Python类库 (01:20)
    第4章 TensorFlow原理与进阶(代码实践)
    4-1 从HelloWorld开始 (05:41)
    4-2 TensorFlow的编程模式 (02:55)
    4-3 TensorFlow的基础结构 (02:37)
    4-4 图和会话 (05:09)
    4-5 Python常用库Numpy的使用 (11:39)
    4-6 什么是Tensor(上) (17:59)
    4-7 什么是Tensor(下) (16:26)
    4-8 图和会话原理及案例(上) (15:58)
    4-9 图和会话原理及案例(下) (11:47)
    4-10 可视化利器TensorBoard(上) (18:42)
    4-11 可视化利器TensorBoard(下) (17:52)
    4-12 酷炫模拟游乐园PlayGround (10:25)
    4-13 常用Python库Matplotlib (16:32)
    4-14 综合小练习:梯度下降解决线性回归(上) (15:57)
    4-15 综合小练习:梯度下降解决线性回归(中) (11:38)
    4-16 综合小练习:梯度下降解决线性回归(下) (13:01)
    4-17 激活函数(上) (10:50)
    4-18 激活函数(下) (05:35)
    4-19 动手实现CNN卷积神经网络(一) (16:16)
    4-20 动手实现CNN卷积神经网络(二) (19:03)
    4-21 动手实现CNN卷积神经网络(三) (17:53)
    4-22 动手实现CNN卷积神经网络(四) (12:39)
    4-23 动手实现CNN卷积神经网络(五) (15:50)
    4-24 动手实现RNN-LSTM循环神经网络(一):背景和知识点 (26:43)
    4-25 动手实现RNN-LSTM循环神经网络(二):编写实用方法(上) (11:27)
    4-26 动手实现RNN-LSTM循环神经网络(三):编写实用方法(中) (12:23)
    4-27 动手实现RNN-LSTM循环神经网络(四):编写实用方法(下)1 (08:28)
    4-28 动手实现RNN-LSTM循环神经网络(四):编写实用方法(下)2 (08:17)
    4-29 动手实现RNN-LSTM循环神经网络(五):编写神经网络模型(上) (16:48)
    4-30 动手实现RNN-LSTM循环神经网络(六):编写神经网络模型(中)1 (10:10)
    4-31 动手实现RNN-LSTM循环神经网络(六):编写神经网络模型(中)2 (12:42)
    4-32 动手实现RNN-LSTM循环神经网络(七):编写神经网络模型(下) (10:27)
    4-33 动手实现RNN-LSTM循环神经网络(八):编写训练方法(上) (14:30)
    4-34 动手实现RNN-LSTM循环神经网络(九):编写训练方法(下) (11:51)
    4-35 动手实现RNN-LSTM循环神经网络(十):编写测试方法 (14:40)
    4-36 动手实现RNN-LSTM循环神经网络(十一):实际训练和测试 (07:29)
    第5章 案例一 会作曲的人工智能
    5-1 背景和知识点简介 (14:14)
    5-2 音乐和数学的联系 (06:56)
    5-3 什么是MIDI文件 (08:15)
    5-4 配置开发环境 (04:04)
    5-5 编写转换MIDI到MP3的方法 (08:42)
    5-6 Python音乐库Music21的使用和测试方法 (11:30)
    5-7 编写整个神经网络模型 (40:53)
    5-8 编写从训练文件获取音符的方法 (15:39)
    5-9 编写从预测数据来生成音乐的方法 (16:15)
    5-10 编写训练神经网络的方法(一) (19:53)
    5-11 编写训练神经网络的方法(二) (19:32)
    5-12 编写训练神经网络的方法(三) (19:43)
    5-13 编写神经网络生成音乐的方法(一) (18:27)
    5-14 编写神经网络生成音乐的方法(二) (26:28)
    5-15 纯TensorFlow版的预告 (02:18)
    第6章 案例二 会Photoshop的人工智能
    6-1 背景和知识点简介 (04:18)
    6-2 配置开发环境 (05:26)
    6-3 什么是GAN(生成对抗网络) (05:44)
    6-4 什么是DCGAN (06:44)
    6-5 编写DCGAN中的判别器模型(上) (13:10)
    6-6 编写DCGAN中的判别器模型(下) (13:45)
    6-7 编写DCGAN中的生成器模型 (09:17)
    6-8 编写训练神经网络的方法(上) (15:37)
    6-9 编写训练神经网络的方法(下) (13:39)
    6-10 编写神经网络生成图片的方法 (15:30)
    6-11 代码完成和测试模型 (09:28)
    6-12 纯TensorFlow版的预告 (02:18)
    第7章 案例三 会开3D赛车的人工智能
    7-1 背景和知识点简介 (08:59)
    7-2 强化学习的经典实验环境 (18:27)
    7-3 配置开发环境(1) (15:08)
    7-4 配置开发环境(2) (19:54)
    7-5 什么是强化学习 (19:45)
    7-6 什么是Q Learning (04:13)
    7-7 Q-Learning 实现机器人走迷宫:创建环境 (12:40)
    7-8 Q-Learning 实现机器人走迷宫:决策算法(1) (16:48)
    7-9 Q-Learning 实现机器人走迷宫:决策算法(2) (10:11)
    7-10 Q-Learning 实现机器人走迷宫:游戏主程序 (12:25)
    7-11 Deep Q Learning 实现迷宫游戏:决策算法(1) (15:34)
    7-12 Deep Q Learning 实现迷宫游戏:决策算法(2) (14:34)
    7-13 Deep Q Learning 实现迷宫游戏:决策算法(3) (14:24)
    7-14 Deep Q Learning 实现迷宫游戏:决策算法(4)和主程序 (12:31)
    7-15 Policy Gradient 实现 Gym 游戏 (15:30)
    7-16 A3C 实现 3D 赛车游戏:成果演示 (13:09)
    7-17 A3C实现3D赛车游戏:讲解A3C和编写环境 (14:51)
    7-18 A3C实现3D赛车游戏:编写A3C算法和主程序 (16:18)
    第8章 知识点总结和课程延展
    8-1 总结陈词和补充 (07:32)
    8-2 如何学好英语 (07:30)
    8-3 如何学好数学 (06:51)
    8-4 如何学习一门技术及课程知识点总结 (11:05)
    8-5 深入AI和TensorFlow (06:15)

    猜你在找

    免责声明:
    1. 本站所有资源收集于互联网,如有争议与本站无关!
    2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
    3. 如果侵犯到您的权利请邮箱联系: lmcf129@163.com,站长将于24小时内删除侵权内容!
    4. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
    5. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
    6. 如有链接无法下载、失效或广告,请联系管理员处理!
    7. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!

    九二资源站-10年只为资源共享-每日更新 » 基于 Python 的 TensorFlow 应用实践

    常见问题FAQ

    视频加密吗?
    无密,本站视频全部为超清无密MP4格式
    怎么发货?
    百度网盘全自动发货
    课程没更新完怎么办?
    本站资源,持续更新,所有资源都会更新完毕
    有问题怎么解决?
    联系站长,或者直接给站长发邮件:lmcf129@163.com
    • 3631会员总数(位)
    • 20529资源总数(个)
    • 20本周发布(个)
    • 1 今日发布(个)
    • 2541稳定运行(天)

    最优质的的it资源平台

    期待您的加入
    升级SVIP尊享更多特权立即升级