选课
登录
注册
登录
注册
选课
人工智能基础
扫二维码继续学习
学员人数:
37人
有效期
100天
( 0人 )
该课程必须通过选课流程才能加入学习。
课程概览
评价
笔记
课程介绍
暂无课程简介
课时列表
第 1 章 : python程序设计基础
课时1:install-py
01:01
课时2:start-py
01:02
课时3:first-py-code
00:40
课时4:run-hello.py
01:00
课时5:第一讲--人生苦短我用Python
课时6:第二讲--第三讲--基本语法
课时7:第四讲--循环结构进阶
课时8:第五讲--列表与文件
课时9:第六讲--自定义函数
第 2 章 : 人工智能概述
课时10:人工智能基础
课时11:Anaconda安装和环境配置
第 3 章 : 机器学习
课时12:机器学习笔记
第 4 章 : MNIST手写数字识别
课时13:MNIST手写数字识别数据集介绍
14:50
课时14:认识标签
07:32
课时15:数据集划分
08:19
课时16:批量读取数据
03:24
课时17:MNIST-手写字体识别
课时18:分类模型构建
05:35
课时19:逻辑回归
09:47
课时20:多元回归
11:51
课时21:分类模型构建与实践
17:27
课时22:定义可视化函数
11:08
课时23:MNIST手写数字识别-分类应用入门
课时24:MNIST进阶-单隐藏层神经网络构建与应用
09:22
课时25:构建隐藏层
10:33
课时26:载入数据
08:41
课时27:应用模型
08:33
课时28:MNIST手写数字识别进阶-多层神经网络与应用
课时29:多层网络模型实现
09:38
课时30:构建多层网络模型
04:47
课时31:重构模型
10:06
课时32:初始化参数
10:39
课时33:定义相同结构的模型
06:06
第 5 章 : 深度学习
课时34:深度学习笔记
课时35:Deep learning, chapter 1 - But what is a Neura
19:13
课时36:Deep learning, chapter 2 - Gradient descent how
21:01
第 6 章 : 图像识别
课时37:卷积神经网络
03:43
课时38:全连接神经网络
03:22
课时39:10 图像识别问题_卷积神经网络与应用
课时40:卷积神经网络结构
04:11
课时41:卷积神经网络结构-2
14:18
课时42:pooling
06:28
课时43:卷积神经网络与应用
课时44:TensorFlow对卷积神经网络的支持
05:05
课时45:Tensorflow中CNN的相关函数
课时46:CIFAR-10图像识别案例
06:53
课时47:图像数据预处理
02:58
课时48:建立CIFAR-10图像分类模型
07:24
课时49:断点续训
06:53
课时50:可视化预测结果
02:25
课时51:图像识别问题_卷积神经网络与应用50-75
第 7 章 : 迁移学习
课时52:Dogs VS. Cats案例介绍
07:42
课时53:项目介绍
课时54:项目实践
02:22
课时55:基于VGG16的迁移学习
06:39
课时56:VGG16的模型实现
09:25
课时57:VGG16的tensorflow实现
课时58:数据输入
04:35
课时59:模型重新训练与保存
04:29
课时60:模型预测
04:10
课时61:基于VGG16的迁移学习模型预测
课时62:vgg图像预处理脚本代码
任课老师
陈向东
最新学员