学习+做项目+科研 Keras详细讲解-视频

【莫烦Python】Keras 快速搭建神经网络
Keras深度学习快速简明教程 最易学的深度学习入门课程 人人都可以学的人工智能入门
keras入门
Keras项目实战课程

在这里插入图片描述
更多资料请关注公众号:计算机视觉与图形学实战

【莫烦Python】Keras 快速搭建神经网络

目录(播放量 18.1万)目录(播放量 18.1万)
P1 科普: 人工神经网络 VS 生物神经网络 04:40P2 什么是神经网络 (机器学习) 07:15
P3 神经网络 : 梯度下降 04:08P4 科普: 神经网络的黑盒不黑 04:56
P5 1 Why? 02:01P6 2 安装 03:48
P7 3 兼容 backend 06:44P8 4 Regressor 回归 11:33
P9 5 Classifier 分类 13:06P10 什么是卷积神经网络 CNN (深度学习)? 05:39
P11 6 CNN 卷积神经网络 12:18P12 什么是循环神经网络 RNN (深度学习)? 04:33
P13 什么是 LSTM RNN 循环神经网络 (深度学习)? 03:55P14 7 RNN Classifier 循环神经网络 10:39
P15 8 RNN Regressor 循环神经网络 08:17P16 什么是自编码 Autoencoder (深度学习)? 03:08
P17 9 Autoencoder 自编码 12:17P18 10 Save & reload 保存提取 05:42

Keras深度学习快速简明教程 最易学的深度学习入门课程 人人都可以学的人工智能入门

目录 (播放量 5.6万)
P1 1.keras简介 11:06
P2 2.开发环境搭建与keras的安装(2020.2) 17:58
P3 3.机器学习基础与线性回归 15:55
P4 4.keras实现线性回归模型 11:58
P5 5.模型的编译、训练及可视化 10:43
P6 6.keras实现多变量线性回归 15:57
P7 7.逻辑回归、softmax多分类与交叉熵 12:12
P8 8.手写数字识别实例 14:59
P9 9.手写数字识别模型的优化 12:51

keras入门

目录播放量 5.7万
P1 1.keras介绍和安装 07:21P2 2.实现线性回归 20:09
P3 3.实现非线性回归 17:33P4 4.MNIST分类程序 19:04
P5 5.交叉熵的介绍和应用 04:51P6 6.Dropout应用 12:41
P7 7.正则化应用 05:47P8 8.优化器介绍及应用 03:15
P9 9.CNN应用于手写数字识别 11:15P10 10.RNN应用 08:18
P11 11.模型的保存和载入 07:13P12 12.绘制网络结构 11:26

Keras项目实战课程

目录(播放量 1.0万)
P1 1.图像数据预处理 09:46
P2 2.猫狗分类-简单CNN. 13:37
P3 3.猫狗分类-VGG16-bottleneck. 23:18
P4 4.猫狗分类-VGG16-Finetune. 09:38
P5 1.图像风格转换-原理介绍 22:41
P6 2.图像风格转换-程序讲解1 34:04
P7 3.图像风格转换-程序讲解2 31:23
P8 1.word2vec介绍和CNN在自然语言中的应用 22:45
P9 2.函数式模型 12:42
P10 3.CNN情感分类 45:41
P11 4.LSTM情感分类 19:12
P12 1.数据处理 31:45
P13 2.模型结构 10:15
P14 3.维特比算法预测中文分词 38:43
P15 1.生成式对抗网络原理及应用介绍 18:57
P16 2.生成手写数字图片 42:23
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值