深度学习必备原理+项目实战+算法详解+主流框架（套餐）

admin · 发表于 2020-3-8 12:28:43

课程内容：
00.Python从入门到精通视频
01.深度学习入门视频课程（上篇）
第1章深度学习必备基础知识点
1-1深度学习与人工智能简介 11:27
1-2计算机视觉面临挑战与常规套路09:40
1-3用K近邻来进行图像分类10:01
1-4超参数与交叉验证10:31
1-5线性分类09:34
1-6损失函数09:18
1-7正则化惩罚项07:19
1-8softmax分类器13:38
1-9最优化形象解读06:47
1-10梯度下降算法原理11:48
1-11反向传播15:17
第2章神经网络模型36分钟3节
2-1神经网络整体架构10:11
2-2神经网络模型实例演示10:38
2-3过拟合问题解决方案15:53
第3章神经网络案例实战1小时44分钟7节
3-1Python环境搭建（推荐Anaconda方法）[免费观看]13:10
3-2Eclipse搭建python环境（选自己喜欢的IDE就好）05:23
3-3深度学习入门视频课程09 动手完成简单神经网络（代码）31:51
3-4感受神经网络的强大11:30
3-5神经网络案例-cifar分类任务16:01
3-6神经网络案例-分模块构造神经网络13:33
3-7神经网络案例-训练神经网络完成分类任务

02.深度学习入门视频课程（下篇）
1深度学习入门课程01 感受卷积神经网络的强大[免费观看]14:55
2深度学习入门课程02 卷积层详解12:53
3深度学习入门课程03 卷积计算流程12:30
4深度学习入门课程04 卷积核参数分析13:13
5深度学习入门课程05 卷积参数共享原则08:09
6深度学习入门课程06 池化层（Pooling）原理08:24
7深度学习入门课程07 卷积神经网络反向传播原理14:44
8深度学习入门课程08 实现卷积层的前向传播与反向传播10:19
9深度学习入门课程09 实现Pooling层的前向传播与反向传播12:00
10深度学习入门课程10 经典卷及网络架构实例20:35
11深度学习入门课程11 RNN网络结构08:39
12RNN网络细节11:54
13深度学习入门课程12 python实现RNN算法33:46
14深度学习入门课程13 LSTM网络结构简介12:36
15深度学习入门课程14 分类与回归（Location）任务应用详解33:30
16深度学习入门额课程15 物体检测实例33:16
17深度学习入门课程16 如何巧妙设计网络结构21:52
18深度学习入门课程17 训练技巧之数据增强12:20
19深度学习入门课程18 训练技巧之Transfer Learning11:09
20深度学习入门课程19 深度学习框架Caffe简介20:43
21深度学习入门课程20 深度学习框架Caffe训练过程20:39
22深度学习入门课程21 深度学习框架Caffe接口使用实例

03.深度学习顶级论文算法详解视频课程
2017年深度学习顶级论文算法详解视频课程
课程目标
通俗易懂的讲解当今最流行最牛的顶级会议论文，即便刚入门的同学也能理解最前沿的技术。
适用人群
深度学习，人工智能爱好者
课程简介
详解最新的顶级会议论文的核心算法和思想，所选论文都是当今最主流和最有学习价值的算法如faster-rcnn,深度残差网络等。结合算法流程图，对于每一个复杂的算法总结成通俗易懂的原理思想，即便刚入门这个领域也能快速理解深度学习领域顶级的算法思想

课程大纲
1深度学习顶级算法详解01 课程简介 06:08
2深度学习顶级算法详解02 检测通用框架Faster 16:26
3深度学习顶级算法详解03 Faster-Rcnn之RPN层详解 23:47
4深度学习顶级算法详解04 Faster-Rcnn整体框架流程 19:41
5深度学习顶级算法详解05 Faster-Rcnn框架实验结果评估 21:43
6深度学习顶级算法详解06 关键点定位论文算法整体框架[免费观看] 20:36
7深度学习顶级算法详解07 关键点定位论文细节实现解读 11:29
8深度学习顶级算法详解08 关键点定位论网络结构详解 09:13
9深度学习顶级算法详解09 深度残差网络架构分析 12:58
10深度学习顶级算法详解10 深度残差网络实现细节 13:56
11深度学习顶级算法详解11 Prisma图像风格变换原理 10:34
12深度学习顶级算法详解12 Style-Transfer实现细节 11:00
13深度学习顶级算法详解13 级联网络结构原理分析 11:01
14深度学习顶级算法详解14 级联网络实现细节 13:17
15深度学习顶级算法详解15 DeepFashion在服装推荐,属性识别的贡献 12:57
16深度学习顶级算法详解16 DeepFashion网络结构详解

04.大数据——深度学习框架Caffe使用案例视频课程
1caffe框架视频课程01 深度学习框架caffe简 11:15
2caffe框架视频课程02 网络配置-数据层详解 18:14
3caffe框架视频课程03 网络配置-各计算层详解 25:35
4caffe框架视频课程04 solver超参数配置文件 19:54
5caffe框架视频课程05 制作LMDB数据源训练分类网络 31:59
6caffe框架视频课程06 多label问题之HDF5数据源 21:33
7caffe框架视频课程07 使用命令行训练网络 12:57
8caffe框架视频课程08 使用python定义自己的层
9caffe框架视频课程09 绘制网络结构图
10caffe框架视频课程10 生成网络配置文件10:20
11caffe框架视频课程11 对训练的网络模型绘制LOSS曲线11:59
12caffe框架视频课程12 对训练结果进行分类任务

05.深度学习框架-Tensorflow案例实战视频课程
第1章Tensorflow基础操作1小时55分钟8节
1-1Tensorflow简介与安装[免费观看]15:46
1-2Tensorflow中的变量[免费观看]08:10
1-3变量常用操作13:38
1-4实现线性回归算法15:14
1-5Mnist数据集简介12:53
1-6逻辑回归算法15:26
1-7神经网络结构16:21
1-8卷积网络结构基本定义17:42
第2章Tensorflow神经网络1小时10分钟5节
2-1卷积神经网络迭代13:53
2-2Cifar-10图像分类任务16:18
第3章卷积神经网络实战：猫狗识别1小时4节
3-1卷积神经网络实战：猫狗识别13:18
3-2数据读取12:03
3-3网络架构18:05
3-4网络迭代训练16:44
第4章Tensorflow项目实战-验证码识别55分钟5节
4-1测试效果08:39
第5章递归神经网络模型（RNN）58分钟4节
5-1RNN网络基本架构11:58
5-2实现RNN网络架构13:28
5-3RNN实现自己的小demo13:54
5-4RNN预测时间序列18:49
第6章致敬经典：Alexnet网络48分钟4节
6-1环境配置15:19
6-2数据读取11:56
6-3网络结构定义10:14
6-4加载训练好参数11:23
第7章Tensorboard可视化模块53分钟4节
7-1Tensorboard可视化展示12:15
7-2展示效果13:39
7-3统计可视化展示10:17
7-4参数对结果的影响17:14
第8章tfrecord数据源制作1小时7分钟4节
8-1生成自己的数据集12:39
8-2读取数据11:55
8-3生成数据源18:14
8-4加载tfrecord进行分类任务24:26
第9章CNN文本分类任务37分钟3节
9-1CNN文本分类任务概述13:29
9-2文本分类任务特征定义15:55
9-3卷积网络定义08:20
9-4完成预测分类任务15:11
9-5Resnet网络原理13:22
9-6网络流程设计11:46
第10章Resnet残差网络16分钟1节
10-1残差网络细节16:52
10-2Tensorflow案例实战视频课程19 验证码数据生成10:43
10-3Tensorflow案例实战视频课程20 构造网络的输入数据和标签11:58
10-4Tensorflow案例实战视频课程21 卷积网络模型定义13:24
10-5Tensorflow案例实战视频课程22 迭代及测试网络效果

06.决胜AI-强化学习实战系列视频课程
第1章强化学习基本原理1小时42分钟10节
1-1强化学习简介[免费观看]09:33
1-2强化学习基本概念09:54
1-3马尔科夫决策过程09:06
1-4Bellman方程12:22
1-5值迭代求解08:12
1-6代码实战求解过程11:14
1-7QLearning基本原理10:00
1-8QLearning迭代计算实例11:07
1-9QLearning迭代效果08:59
1-10求解流程详解11:42
第2章强化学习项目实战-DQN让AI自己玩游戏1小时38分钟11节
2-1DeepQnetwork原理06:38
2-2DQN网络细节11:00
2-3DQN网络参数配置08:23
2-4搭建DQN网络模型11:31
2-5DQN卷积操作定义10:07
2-6数据预处理11:41
2-7实验阶段数据存储08:18
2-8实现训练模块10:50
2-9Debug解读训练代码05:05
2-10完整代码流程分析11:33
2-11DQN效果演示

07.大数据-深度学习项目实战视频课程-人脸检测
1人脸检测项目概述[免费观看]01:55
2数据收集[免费观看]11:20
3正负样本裁剪策略13:40
4Caffe数据源准备13:42
5LMDB脚本文件07:45
6制作LMDB数据源09:24
7网络模型配置文件11:49
8选择合适的参数并训练网络模型15:39
9检测算法框架原理13:18
10实现多尺度人脸检测算法16:35
11坐标映射变换14:08
12完成检测代码07:36
13检测效果及改进10:41
14优化策略分析05:18
15模型准确率影响因素分析08:08
16项目总结

08.大数据-深度学习项目实战-关键点定位视频课程
1深度学习项目实战01 人脸关键点检测算法框架[免费观看]10:47
2深度学习项目实战02 多标签数据源制作以及标签坐标转换22:14
3深度学习项目实战03 对原始数据进行数据增强10:41
4深度学习项目实战04 完成第一阶段HDF5数据源制作15:01
5深度学习项目实战05 第一阶段网络训练09:14
6深度学习项目实战06 第二三阶段网络数据源制作23:40
7深度学习项目实战07 第二三阶段网络模型训练10:52
8深度学习项目实战08 网络模型参数初始化11:47
9深度学习项目实战09 完成全部测试结果16:22
10深度学习项目实战10 人脸关键点检测效果08:04
11深度学习项目实战11 项目总结分析16:59
12深度学习项目实战12 算法框架分析

09.深度学习项目实战视频课程-StyleTransfer(基于Tensorflow)
1课程简介[免费观看]04:53
2Tensorflow安装03:31
3style-transfer基本原理07:35
4风格生成网络结构原理07:06
5风格生成网络细节11:52
6风格转换效果展示05:37
7风格转换参数配置12:45
8数据读取操作09:57
9VGG体征提取网络结构10:16
10内容与风格特征提取09:20
11生成网络结构定义05:33
12生成网络计算操作11:12
13参数初始化08:50
14Content损失计算05:52
15Style损失计算08:41
16完成训练模块11:03
17模型保存与打印结果08:24
18完成测试代码

10.Tensorflow项目实战视频课程-文本分类
1课程任务与环境简介[免费观看]03:10
2Tensorflow安装03:31
3数据与任务简介04:14
4如何使用卷积神经网络进行文本分类13:08
5配置项目所涉及参数15:02
6数据读取11:01
7数据切分11:26
8构造session计算域09:07
9卷积网络模块定义12:56
10多卷积核特征提取13:21
11完成整体网络架构12:57
12创建batch迭代模块11:31
13完成训练模块代码11:34
14训练效果04:40
15中文文本分类解决思路

11.深度学习项目实战视频课程-Seq2Seq序列生模型
第1章Seq2Seq网络架构原理40分钟5节
1-1课程简介[免费观看]02:11
1-2机器翻译技术发展[免费观看]09:13
1-3Seq2Seq网络基本架构07:16
1-4Seq2Seq网络应用09:10
1-5Attention机制13:02
第2章案例实战：序列排序生成46分钟5节
2-1环境配置06:00
2-2数据预处理11:26
2-3编码层与词向量10:21
2-4完成解码模块10:05
2-5模型迭代08:26
第3章文本摘要生成39分钟4节
3-1数据预处理10:55
3-2使用构建好的词向量模型09:02
3-3完成解码操作08:44
3-4任务总结

12.自然语言处理-Word2Vec视频教程
第1章Word2Vec原理1小时35分钟11节
1-1课程简介[免费观看]04:36
1-2自然语言处理与深度学习11:58
1-3语言模型06:16
1-4N-gram模型08:32
1-5词向量09:27
1-6神经网络模型10:02
1-7Hierarchical Softmax10:01
1-8CBOW模型实例11:20
1-9CBOW求解目标05:39
1-10梯度上升求解10:10
1-11负采样模型07:15
第2章Gensim构造词向量模型33分钟4节
2-1使用Gensim库构造词向量06:21
2-2维基百科中文数据处理10:27
2-3Gensim构造word2vec模型08:52
2-4测试模型相似度结果07:42
第3章Tensorflow实战word2vec1小时5分钟7节
3-1环境配置06:00
3-2中文数据预处理11:06
3-3word2vec模型构造10:36
3-4构造图计算模型07:54
3-5word2vec训练10:47
3-6模型训练模块10:18
3-7迭代预测效果08:39
第4章案例：情感分类任务56分钟4节
4-1影评情感分类任务概述17:49
4-2基于词袋模型训练分类器11:08
4-3准备word2vec输入数据10:46
4-4使用gensim构建word2vec词向量

13.深度学习实战项目-利用RNN与LSTM网络原理进行唐诗生成视频课程
第1章递归神经网络原理（RNN）34分钟4节
1-1课程简介[免费观看]01:21
1-2递归神经网络（RNN）08:39
1-3RNN网络细节11:54
1-4LSTM网络架构12:36
第2章RNN手写字体识别32分钟3节
2-1处理Mnist数据集11:50
2-2RNN网络模型10:42
2-3训练RNN网络10:05
第3章Tensorflow打造唐诗生成网络1小时18分钟8节
3-1任务概述与环境配置04:18
3-2参数配置11:17
3-3数据预处理模块14:11
3-4Batch数据制作12:39
3-5RNN模型定义08:53
3-6完成训练模块12:46
3-7训练唐诗生成模型04:35
3-8测试唐诗生成效果09:32
第4章使用LSTM进行情感分析43分钟3节
4-1使用LSTM进行情感分类13:13
4-2情感数据集处理13:07
4-3基于word2vec的LSTM模型

14.机器学习对抗生成网络
第1章深度学习项目实战-对抗生成网络（GAN）1小时14分钟9节
1-1课程简介[免费观看]05:21
1-2对抗生成网络形象解释07:17
1-3对抗生成网络工作原理09:49
1-4Tensorflow安装（建议Python3.5版本下安装）07:09
1-5案例实战对抗生成网络：环境配置08:38
1-6案例实战对抗生成网络：构造判别网络模型11:36
1-7案例实战对抗生成网络：构造生成网络模型08:08
1-8案例实战对抗生成网络：构造损失函数06:35
1-9案例实战对抗生成网络：训练对抗生成网络10:02
第2章基于卷积的对抗生成网络（DCGAN）1小时5分钟7节
2-1DCGAN基本原理10:12
2-2DCGAN的网络模型架构06:09
2-3DCGAN项目实战：DIY你要生成的数据06:01
2-4DCGAN项目实战：配置参数12:54
2-5DCGAN项目实战：基于卷积的生成网络架构11:51
2-6DCGAN项目实战：基于卷积的判别网络10:00
2-7DCGAN项目实战：训练DCGAN网络

游客，如果您要查看本帖隐藏内容请回复