|
admin 发表于 2022-3-21 02:02:47
32892
109
全民人工智能时代,不甘心只做一个旁观者,那就现在开始,从人工智能最流行的框架TensorFlow学起,本课程将手把手带你掌握TensorFlow技术,遵循从基础到实践应用的完整过程,是你通向人工智能开发的首选!
课程目录:
1-1 课程整体介绍及导学_ok.mp4
2-1 什么是人工智能_ok.mp4
2-2 人工智能前景_ok.mp4
2-3 人工智能需要的基本数学知识_ok.mp4
2-4 人工智能简史_ok.mp4
2-5 AI、机器学习和深度学习的关联_ok.mp4
2-6 什么是机器学习_ok.mp4
2-7 面对AI,我们应有的态度_ok.mp4
2-8 什么是过拟合_ok.mp4
2-9 什么是深度学习_ok.mp4
3-1 什么是TensorFlow_ok.mp4
3-2 TensorFlow和其他机器学习库的对比1_ok.mp4
3-3 如何学习TensorFlow_ok.mp4
3-4 TensorFlow前景_ok.mp4
3-5 如何使用课程提供的虚拟机文件_ok.mp4
3-6 安装VirtualBox_ok.mp4
3-7 安装Ubuntu_ok.mp4
3-8 配置Ubuntu系统_ok.mp4
3-9 安装Python_ok.mp4
3-10 安装TensorFlow(上)_ok.mp4
3-11 安装TensorFLow(下)_ok.mp4
3-12 安装Python类库_ok.mp4
4-1 从HelloWorld开始_ok.mp4
4-2 TensorFlow的编程模式_ok.mp4
4-3 TensorFlow的基础结构_ok.mp4
4-4 图和会话_ok.mp4
4-5 Python常用库Numpy的使用_ok.mp4
4-6 什么是Tensor(上)_ok.mp4
4-7 什么是Tensor(下)_ok.mp4
4-8 图和会话原理及案例(上)_ok.mp4
4-9 图和会话原理及案例(下)_ok.mp4
4-10 可视化利器TensorBoard(上)_ok.mp4
4-11 可视化利器TensorBoard(下)_ok.mp4
4-12 酷炫模拟游乐园PlayGround_ok.mp4
4-13 常用Python库Matplotlib_ok.mp4
4-14 综合小练习:梯度下降解决线性回归(上)_ok.mp4
4-15 综合小练习:梯度下降解决线性回归(中)_ok.mp4
4-16 综合小练习:梯度下降解决线性回归(下)_ok.mp4
4-17 激活函数(上)_ok.mp4
4-18 激活函数(下)_ok.mp4
4-19 动手实现CNN卷积神经网络(一)_ok.mp4
4-20 动手实现CNN卷积神经网络(二)_ok.mp4
4-21 动手实现CNN卷积神经网络(三)_ok.mp4
4-22 动手实现CNN卷积神经网络(四)_ok.mp4
4-23 动手实现CNN卷积神经网络(五)_ok.mp4
4-24 动手实现RNN-LSTM循环神经网络(一):背景和知识点_ok.mp4
4-25 动手实现RNN-LSTM循环神经网络(二):编写实用方法(上)_ok.mp4
4-26 动手实现RNN-LSTM循环神经网络(三):编写实用方法(中)_ok.mp4
4-27 动手实现RNN-LSTM循环神经网络(四):编写实用方法(下)1_ok.mp4
4-28 动手实现RNN-LSTM循环神经网络(四):编写实用方法(下)2_ok.mp4
4-29 动手实现RNN-LSTM循环神经网络(五):编写神经网络模型(上)_ok.mp4
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_ok.mp4
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_ok.mp4
4-32 动手实现RNN-LSTM循环神经网络(七):编写神经网络模型(下)_ok.mp4
4-33 动手实现RNN-LSTM循环神经网络(八):编写训练方法(上)_ok.mp4
4-34 动手实现RNN-LSTM循环神经网络(九):编写训练方法(下)_ok.mp4
4-35 动手实现RNN-LSTM循环神经网络(十):编写测试方法_ok.mp4
4-36 动手实现RNN-LSTM循环神经网络(十一):实际训练和测试_ok.mp4
5-1 背景和知识点简介_ok.mp4
5-2 音乐和数学的联系_ok.mp4
5-3 什么是MIDI文件_ok.mp4
5-4 配置开发环境_ok.mp4
5-5 编写转换MIDI到MP3的方法_ok.mp4
5-6 Python音乐库Music21的使用和测试方法_ok.mp4
5-7 编写整个神经网络模型_ok.mp4
5-8 编写从训练文件获取音符的方法_ok.mp4
5-9 编写从预测数据来生成音乐的方法_ok.mp4
5-10 编写训练神经网络的方法(一)_ok.mp4
5-11 编写训练神经网络的方法(二)_ok.mp4
5-12 编写训练神经网络的方法(三)_ok.mp4
5-13 编写神经网络生成音乐的方法(一)_ok.mp4
5-14 编写神经网络生成音乐的方法(二)_ok.mp4
5-15 纯TensorFlow版的预告_ok.mp4
6-1 背景和知识点简介_ok.mp4
6-2 配置开发环境_ok.mp4
6-3 什么是GAN(生成对抗网络)_ok.mp4
6-4 什么是DCGAN_ok.mp4
6-5 编写DCGAN中的判别器模型(上)_ok.mp4
6-6 编写DCGAN中的判别器模型(下)_ok.mp4
6-7 编写DCGAN中的生成器模型_ok.mp4
6-8 编写训练神经网络的方法(上)_ok.mp4
6-9 编写训练神经网络的方法(下)_ok.mp4
6-10 编写神经网络生成图片的方法_ok.mp4
6-11 代码完成和测试模型_ok.mp4
6-12 纯TensorFlow版的预告_ok.mp4
7-1 背景和知识点简介_ok.mp4
7-2 强化学习的经典实验环境_ok.mp4
7-3 配置开发环境(1)_ok.mp4
7-4 配置开发环境(2)_ok.mp4
7-5 什么是强化学习_ok.mp4
7-6 什么是Q Learning_ok.mp4
7-7 Q-Learning 实现机器人走迷宫:创建环境_ok.mp4
7-8 Q-Learning 实现机器人走迷宫:决策算法(1)_ok.mp4
7-9 Q-Learning 实现机器人走迷宫:决策算法(2)_ok.mp4
7-10 Q-Learning 实现机器人走迷宫:游戏主程序_ok.mp4
7-11 Deep Q Learning 实现迷宫游戏:决策算法(1)_ok.mp4
7-12 Deep Q Learning 实现迷宫游戏:决策算法(2)_ok.mp4
7-13 Deep Q Learning 实现迷宫游戏:决策算法(3)_ok.mp4
7-14 Deep Q Learning 实现迷宫游戏:决策算法(4)和主程序_ok.mp4
7-15 Policy Gradient 实现 Gym 游戏_ok.mp4
7-16 A3C 实现 3D 赛车游戏:成果演示_ok.mp4
7-17 A3C实现3D赛车游戏:讲解A3C和编写环境_ok.mp4
7-18 A3C实现3D赛车游戏:编写A3C算法和主程序_ok.mp4
8-1 总结陈词和补充_ok.mp4
8-2 如何学好英语_ok.mp4
8-3 如何学好数学_ok.mp4
8-4 如何学习一门技术及课程知识点总结_ok.mp4
8-5 深入AI和TensorFlow_ok.mp4
coding-176-master.zip
下载地址:
|
|