深度学习与TensorFlow 2入门实战
01.深度学习初见
课时1 深度学习框架介绍-1.mp4
课时2 深度学习框架介绍-2.mp4
课时3 开发环境安装-1.mp4
课时4 开发环境安装-2.mp4
02.【选看】开发环境全程实录
课时5 win10平台实录-1.mp4
课时6 win10平台实录-2.mp4
课时7 Ubuntu平台实录-cuda安装.mp4
课时8 Ubuntu平台实录-anaconda安装.mp4
课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4
课时10 Ubuntu平台实录-pycharm安装.mp4
03.回归问题
课时11 线性回归-1.mp4
课时12 线性回归-2.mp4
课时13 回归问题实战-1.mp4
课时14 回归问题实战-2.mp4
课时15 手写数字问题-1.mp4
课时16 手写数字问题-2.mp4
课时17 手写数字问题-3.mp4
课时18 手写数字问题初体验-1.mp4
课时19 手写数字问题初体验-2.mp4
04.Tensorflow 2基础操作
课时20 tensorflow数据类型-1.mp4
课时21 tensorflow数据类型-2.mp4
课时22 创建Tensor-1.mp4
课时23 创建Tensor-2.mp4
课时24 创建Tensor-3.mp4
课时25 索引与切片-1.mp4
课时26 索引与切片-2.mp4
课时27 索引与切片-3.mp4
课时28 索引与切片-4.mp4
课时29 索引与切片-5.mp4
课时30 维度变换-1.mp4
课时31 维度变换-2.mp4
课时32 维度变换-3.mp4
课时33 Broadcasting-1.mp4
课时34 Broadcasting-2.mp4
课时35 数学运算.mp4
课时36 前向传播（张量）-实战-1.mp4
课时37 前向传播（张量）-实战-2.mp4
课时38 前向传播（张量）-实战-3.mp4
课时39 前向传播（张量）-实战-4.mp4
05.tensorflow 2高阶操作
课时40 合并与分割.mp4
课时41 数据统计.mp4
课时42 张量排序-1.mp4
课时43 张量排序-2.mp4
课时44 填充与复制.mp4
课时45 张量限幅-1.mp4
课时46 张量限幅-2.mp4
课时47 高阶操作-1.mp4
课时48 高阶操作-2.mp4
06 神经网络与全连接层
课时49 数据加载-1.mp4
课时50 数据加载-2.mp4
课时51 数据加载-3.mp4
课时52 测试（张量）实战.mp4
课时53 全连接层-1.mp4
课时54 全连接层-2.mp4
课时55 输出方式.mp4
课时56 误差计算-1.mp4
课时57 误差计算-2.mp4
课时58 误差计算-3.mp4
07 随机梯度下降
课时59 梯度下降-简介-1.mp4
课时60 梯度下降-简介-2.mp4
课时61 常见函数的梯度.mp4
课时62 激活函数及其梯度.mp4
课时63 损失函数及其梯度-1.mp4
课时64 损失函数及其梯度-2.mp4
课时65 单输出感知机梯度.mp4
课时66 多输出感知机梯度.mp4
课时67 链式法则.mp4
课时68 反向传播算法-1.mp4
课时69 反向传播算法-2.mp4
课时70 函数优化实战.mp4
课时71 手写数字问题实战（层）-1.mp4
课时72 手写数字问题实战（层）-2.mp4
课时73 手写数字问题实战（层）-3.mp4
课时74 TensorBoard可视化-1.mp4
课时75 TensorBoard可视化-2.mp4
08.Keras高层接口
课时76 Keras高层API-1.mp4
课时77 Keras高层API-2.mp4
课时78 Keras高层API-3.mp4
课时79 自定义层或网络-1.mp4
课时80 自定义层或网络-2.mp4
课时81 模型保存与加载.mp4
课时82 CIFAR10自定义网络实战-1.mp4
课时83 CIFAR10自定义网络实战-2.mp4
课时84 CIFAR10自定义网络实战-3.mp4
09.过拟合
课时85 过拟合与欠拟合.mp4
课时86 交叉验证-1.mp4
课时87 交叉验证-2.mp4
课时88 regulation.mp4
课时89 动量与学习率.mp4
课时90 early stopping和dropout.mp4
10.卷积神经网络
课时91 什么是卷积-1.mp4
课时92 什么是卷积-2.mp4
课时93 什么是卷积-3.mp4
课时94 什么是卷积-4.mp4
课时95 卷积神经网络-1.mp4
课时96 卷积神经网络-2.mp4
课时97 卷积神经网络-3.mp4
课时98 卷积神经网络-4.mp4
课时99 池化与采样.mp4
课时100 CIFAR100与VGG13实战-1.mp4
课时101 CIFAR100与VGG13实战-2.mp4
课时102 CIFAR100与VGG13实战-3.mp4
课时103 CIFAR100与VGG13实战-4.mp4
课时104 经典卷积网络VGG, GoogLeNet, Inception-1.mp4
课时105 经典卷积网络VGG, GoogLeNet, Inception-2.mp4
课时106 BatchNorm.mp4
课时107 BatchNorm-2.mp4
课时108 ResNet, DenseNet – 1.mp4
课时109 ResNet, DenseNet – 2.mp4
课时110 ResNet实战-1.mp4
课时111 ResNet实战-2.mp4
课时112 ResNet实战-3.mp4
课时113 ResNet实战-4.mp4
11.循环神经网络RNN
课时114 序列表示方法-1.mp4
课时115 序列表示方法-2.mp4
课时116 循环神经网络层-1.mp4
课时117 循环神经网络层-2.mp4
课时118 RNNCell使用-1.mp4
课时119 RNNCell使用-2.mp4
课时120 RNN与情感分类问题实战-加载IMDB数据集.mp4
课时121 RNN与情感分类问题实战-单层RNN Cell.mp4
课时122 RNN与情感分类问题实战-网络训练.mp4
课时123 RNN与情感分类问题实战-多层RNN Cel.mp4
课时125 梯度弥散与梯度爆炸.mp4
课时126 LSTM-1.mp4
课时127 LSTM-2.mp4
课时128 LSTM实战.mp4
课时129 GRU原理与实战.mp4
12.自编码器Auto-Encoders
课时130 无监督学习.mp4
课时131 Auto-Encoders原理.mp4
课时132 Auto-Encoders变种.mp4
课时133 Adversarial Auto-Encoders.mp4
课时134 Variational Auto-Encoders引入.mp4
课时135 Reparameterization Trick.mp4
课时136 Variational Auto-Encoders原理.mp4
课时137 Auto-Encoders实战-创建编解码器.mp4
课时138 Auto-Encoders实战-训练.mp4
课时139 Auto-Encoders实战-测试.mp4
课时140 VAE实战-创建网络.mp4
课时141 VAE实战-KL Divergence计算.mp4
课时142 VAE实战-训练与测试.mp4
13.对抗生成网络GAN
课时143 数据的分布.mp4
课时144 画家的成长历程.mp4
课时145 GAN原理.mp4
课时146 纳什均衡-D.mp4
课时147 纳什均衡-G.mp4
课时148 JS散度的缺陷.mp4
课时149 EM距离.mp4
课时150 WGAN-GP原理.mp4
课时151 GAN实战-1.mp4
课时152 GAN实战-2.mp4
课时153 GAN实战-3.mp4
课时154 GAN实战-4.mp4
课时155 GAN实战-5.mp4
课时156 GAN实战-6.mp4
课时157 WGAN实战-1.mp4
课时158 WGAN实战-2.mp4
14.【选看】人工智能发展简史
课时159 生物神经元结构.mp4
课时160 感知机的提出.mp4
课时161 BP神经网络.mp4
课时162 CNN和LSTM的发明.mp4
课时163 人工智能低谷.mp4
课时164 深度学习的诞生.mp4
课时165 深度学习的爆发.mp4
15.【选看】Numpy实战BP神经网络
课时166 权值的表示.mp4
课时167 多层感知机的实现.mp4
课时168 BP神经网络前向传播.mp4
课时169 BP神经网络反向传播-1.mp4
课时170 BP神经网络反向传播-2.mp4
课时171 BP神经网络反向传播-3.mp4
课时172 多层感知机的训练.mp4
课时173 多层感知机的测试.mp4
课时174 实战小结.mp4
电子书
花书-深度学习-Eng.pdf
花书-中文版.pdf
课程安装软件-Ubuntu 18.04
Anaconda3-2019.03-Linux-x86_64.sh
cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
cudnn-10.0-linux-x64-v7.5.0.56.tgz
pycharm-community-2019.1.1.tar.gz
课程安装软件-Win10
Anaconda3-2019.03-Windows-x86_64.exe
cuda_10.0.130_411.31_win10.exe
cudnn-10.0-windows10-x64-v7.5.0.56 (1).zip
pycharm-community-2019.1.1.exe
深度学习与TensorFlow入门实战-源码和PPT
0-课程介绍
cover.png
lesson01-初见TensorFlow2.0
初见TensorFlow2.0.pdf
autograd.py
gpu_accelerate.py
lesson02-开发环境准备
开发环境准备-Win10.pdf
开发环境准备.pdf
test.py
lesson03-回归问题
回归问题.pdf
lesson04-回归问题实战
回归实战.pdf
data.csv
linear_regression(1).py
lesson05-手写数字问题
手写数字问题.pdf
lesson06-手写数字识别初体验
手写数字问题体验.pdf
main.py
lesson07-数据类型
代码量较少，同学们自己动手练习.txt
数据类型.pdf
lesson08-创建Tensor
创建Tensor.pdf
代码量较少，同学们自己动手练习.txt
lesson09-索引与切片
代码量较少，同学们自己动手练习.txt
索引与切片-1.pdf
索引与切片-2.pdf
lesson10-维度变换
维度变换.pdf
lesson11-Broadcasting
Broadcasting.pdf
lesson12-数学运算
数学运算.pdf
lesson13-前向传播（张量）-实战
前向传播.pdf
forward.py
lesson14-合并与分割
合并与分割.pdf
lesson15-数据统计
数据统计.pdf
lesson16-张量排序
张量排序(1).pdf
topk.py
lesson17-填充与复制
填充与复制.pdf
lesson18-数据限幅
张量限幅.pdf
main.py
lesson19-高阶OP
高阶特性.pdf
meshgrid.py
lesson20-数据加载
数据加载.pdf
lesson21-测试（张量）-实战
测试（张量）实战.pdf
forward.py
mnist_tensor.py
lesson22-全连接层
全接连层.pdf
mlp.py
lesson23-输出方式
输出方式.pdf
lesson24-误差计算
误差计算.pdf
loss.py
lesson25-梯度计算
0.梯度下降-简介.pdf
2nd_derivative.py
3.激活函数及其梯度.pdf
4.损失函数及其梯度.pdf
5.单输出感知机梯度.pdf
6.多输出感知机梯度.pdf
7.链式法则.pdf
8.多层感知机梯度.pdf
chain_rule.py
crossentropy_loss.py
mse_grad.py
multi_output_perceptron.py
sigmoid_grad.py
single_output_perceptron.py
lesson26-优化方法
函数优化实战.pdf
himmelblau.py
lesson27-书写数字问题（层）-实战
fashionmnist_layer.py
MNIST实战.pdf
lesson28-可视化
可视化.pdf
main.py
lesson30-Keras高层API
1.Metrics.pdf
2.Compile&Fit.pdf
3.自定义层.pdf
compile_fit.py
layer_model.py
metrics.py
lesson31-Keras模型保存与加载
模型加载与保存.pdf
model.h5
save_load_model.py
save_load_weight.py
lesson32-Keras实战
keras_train.py
Keras实战CIFAR10.pdf
lesson38-卷积神经网络
卷积神经网络.pdf
什么是卷积.pdf
lesson39-池化与采样
池化与采样.pdf
lesson40-CIFAR与VGG实战
cifar100_train.py
CIFAR与VGG实战.pdf
lesson41-经典卷积网络
经典卷积网络.pdf
lesson43-ResNet
resnet.py
resnet18_train.py
ResNet实战.pdf
ResNet与DenseNet.pdf
lesson44-循环神经网络
时间序列表示.pdf
循环神经网络.pdf
lesson45-RNN实战
情感分类实战.pdf
RNN Layer使用.pdf
sentiment_analysis_cell.py
sentiment_analysis_layer.py
lesson48-AutoEncoders
AutoEncoders.pdf
lesson49-VAE实战
AE实战.pdf
autoencoder.py
vae(1).py
lesson50-GAN
GAN.pdf
lesson51-WGAN实战
dataset.py
gan_train.py
gan.py
GAN实战.pdf
wgan_train.py
wgan.py
Readme.md
发表于 2022-12-8 19:17:33
