深度学习之神经网络CNN/RNN/GAN（算法原理+实战）

ad***

深度学习之神经网络CNN/RNN/GAN（算法原理+实战）



本课程使用原理讲解加实战的方式学习卷积神经网络（CNN）、循环神经网络（RNN）、对抗神经网络（GAN），通过图像分类、文本分类、图像风格转换、图像文本生成、图像翻译等项目，深度掌握算法调参以及使用Tensorflow进行编程的能力。


目录：

1-1 课程导学  (1011).mp4
2-1 机器学习、深度学习简介  (1703).mp4
2-2 神经元-逻辑斯底回归模型  (0957).mp4
2-3 神经元多输出  (1302).mp4
2-4 梯度下降  (1151).mp4
2-5 数据处理与模型图构建(1)  (1621).mp4
2-6 数据处理与模型图构建(2)  (1630).mp4
2-7 神经元实现（二分类逻辑斯蒂回归模型实现）  (2946).mp4
2-8 神经网络实现（多分类逻辑斯蒂回归模型实现）  (1802).mp4
3-1 神经网络进阶  (2120).mp4
3-2 卷积神经网络（1）  (1851).mp4
3-3 卷积神经网络（2）  (1735).mp4
3-4 卷积神经网络实战  (1638).mp4
4-1 卷积神经网络进阶（alexnet）  (2314).mp4
4-2 卷积神经网络进阶（Vggnet-Resnet）  (2250).mp4
4-3 卷积神经网络进阶（inception-mobile-net）  (2255).mp4
4-4 VGG-ResNet实战（1）  (2022).mp4
4-5 VGG-ResNet实战（2）  (1753).mp4
4-6 Inception-mobile_net（1）  (1527).mp4
4-7 Inception-mobile_net（2）  (1439).mp4
5-1 adagrad_adam  (1031).mp4
5-2 激活函数到调参技巧（1）  (2413).mp4
5-3 激活函数到调参技巧（2）  (2051).mp4
5-4 Tensorboard实战（1）  (1954).mp4
5-5 Tensorboard实战（2）  (2134).mp4
5-6 fine-tune-实战  (1731).mp4
5-7 activation-initializer-optimizer-实战  (1842).mp4
5-8 图像增强api使用  (1912).mp4
5-9 图像增强实战  (1602).mp4
5-10 批归一化实战（1）  (1218).mp4
5-11 批归一化实战（2）  (1241).mp4
6-1 卷积神经网络的应用  (0515).mp4
6-2 卷积神经网络的能力  (0438).mp4
6-3 图像风格转换V1算法  (1151).mp4
6-4 VGG16预训练模型格式  (0543).mp4
6-5 VGG16预训练模型读取函数封装  (1539).mp4
6-6 VGG16模型搭建与载入类的封装  (1821).mp4
6-7 图像风格转换算法定义输入与调用VGG-Net  (1318).mp4
6-8 图像风格转换计算图构建与损失函数计算  (1712).mp4
6-9 图像风格转换训练流程代码实现  (1434).mp4
6-10 图像风格转换效果展示  (0622).mp4
6-11 图像风格转换V2算法  (1411).mp4
6-12 图像风格转换V3算法  (0557).mp4
7-1 序列式问题  (0548).mp4
7-2 循环神经网络  (2331).mp4
7-3 长短期记忆网络  (1040).mp4
7-4 基于LSTM的文本分类模型(TextRNN与HAN)  (1403).mp4
7-5 基于CNN的文本分类模型(TextCNN)  (2021).mp4
7-6 RNN与CNN融合解决文本分类  (1529).mp4
7-7 数据预处理之分词  (1646).mp4
7-8 数据预处理之词表生成与类别表生成  (1321).mp4
7-9 实战代码模块解析  (0637).mp4
7-10 超参数定义  (0938).mp4
7-11 词表封装与类别封装  (1502).mp4
7-12 数据集封装  (1212).mp4
7-13 计算图输入定义  (0620).mp4
7-14 计算图实现  (1327).mp4
7-15 指标计算与梯度算子实现  (0642).mp4
7-16 训练流程实现  (0742).mp4
7-17 LSTM单元内部结构实现  (1713).mp4
7-18 TextCNN实现  (0957).mp4
7-19 循环神经网络总结  (0134).mp4
8-1 图像生成文本问题引入⼊  (0859).mp4
8-2 图像生成文本评测指标  (0825).mp4
8-3 Encoder-Decoder框架与Beam Search算法生成文本  (0534).mp4
8-4 Multi-Modal RNN模型  (0645).mp4
8-5 Show and Tell模型  (0234).mp4
8-6 Show attend and Tell 模型  (1458).mp4
8-7 Bottom-up Top-down Attention模型  (0531).mp4
8-8 图像生成文本模型对比与总结  (0424).mp4
8-9 数据介绍，词表生成  (1524).mp4
8-10 图像特征抽取(1)-文本描述文件解析  (1219).mp4
8-11 图像特征抽取(2)-InceptionV3预训练模型抽取图像特征  (1307).mp4
8-12 输入输出文件与默认参数定义  (0903).mp4
8-13 词表载入  (1016).mp4
8-14 文本描述转换为ID表示  (0525).mp4
8-15 ImageCaptionData类封装-图片特征读取  (1240).mp4
8-16 ImageCaptionData类封装-批数据生成  (1455).mp4
8-17 计算图构建-辅助函数实现  (0509).mp4
8-18 计算图构建-图片与词语embedding  (1406).mp4
8-19 计算图构建-rnn结构实现、损失函数与训练算子实现  (2008).mp4
8-20 训练流程代码  (0809).mp4
8-21 文本生成图像问题引入与本节课总结  (0702).mp4
9-1 对抗生成网络原理  (1230).mp4
9-2 深度卷积对抗生成网络DCGAN(1)  (1013).mp4
9-3 反卷积  (1030).mp4
9-4 深度卷积对抗生成网络DCGAN(2)  (0420).mp4
9-5 图像翻译Pix2Pix  (1130).mp4
9-6 无配对图像翻译CycleGAN(1)  (0634).mp4
9-7 无配对图像翻译CycleGAN(2)  (0845).mp4
9-8 多领域图像翻译StarGAN  (1250).mp4
9-9 文本生成图像Text2Img  (0902).mp4
9-10 对抗生成网络总结  (0355).mp4
9-11 DCGAN实战引⼊  (1455).mp4
9-12 数据生成器实现  (1445).mp4
9-13 DCGAN生成器器实现  (1540).mp4
9-14 DCGAN判别器实现  (0743).mp4
9-15 DCGAN计算图构建实现与损失函数实现  (1112).mp4
9-16 DCGAN训练算子实现  (0656).mp4
9-17 训练流程实现与效果展示  (1304).mp4
10-1 AutoML引入  (0726).mp4
10-2 自动网络结构搜索算法一  (1616).mp4
10-3 自动网络结构搜索算法一的分布式训练  (0810).mp4
10-4 自动网络结构搜索算法二  (0942).mp4
10-5 自动网络结构搜索算法三  (0919).mp4
11-1 课程总结  (1628).mp4
coding-259-master.zip
神经网络常用算法.zip

下载地址

游客，如果您要查看本帖隐藏内容请回复

tianw***

期待今年最新的教程

1218***

感谢分享

f***

#在这里快速回复#期待今年最新的教程

杨迪9***

我来看看怎么个事儿

roc***

这东西我收了！谢谢楼主！三六五网络学院真好！

尼泊尔***

指标计算与梯度算子实现

mr***

好好学习，天天向上

chen7***

111111111111111

诚实***

快点到盘里来