Tensorflow基础入门系列-覃秉丰-专题视频课程

Tensorflow基础入门系列—2833人已学习
课程介绍    

    本课程上半部分会从Tensorflow基础的框架开始介绍，从Tensorflow的安装开始，一步一步仔细讲解Tensorflow中的各种技术细节。让大家上手编写神经网络。同时也会补充一些深度学习相关的理论知识，如交叉熵，Softmax函数，深度学习中各种优化器的算法和应用等内容。 下半部分会从头开始详细讲解几个深度学习的项目，如图像识别，验证码识别，word2vec，文本分类，语音分类等。
课程收益
    了解Tensorflow基本框架，学会Tensorflow的基本应用如优化器使用，Dropout使用等待。学会使用Tensorflow中的卷积神经网络CNN以及长短时记忆网络LSTM，学会使用Tensorboard去调试网络。
讲师介绍
    覃秉丰 更多讲师课程
    机器学习，深度学习神经网络领域多年开发研究经验，精通算法原理与编程实践。曾完成过多项图像识别，目标识别，语音识别的实际项目，经验丰富。关注深度学习领域各种开源项目，如TensorFlow，Caffe，Torch等。喜欢理论与实践相结合的教学风格，课程编排由浅入深，体系清晰完整。
课程大纲
  第1章:Anaconda和Tensorflow安装
    1. Tensorflow简介  11:06
    2. Anaconda的安装  8:13
    3. Tensorflow的安装  5:24
  第2章:Tensorflow的基础使用
    1. 创建图-启动图  11:57
    2. 变量  11:21
    3. fetch and feed  7:49
    4. Tensorflow简单案例  13:24
  第3章:Tensorflow线性回归以及分类的简单使用
    1. 非线性回归  24:59
    2. MNIST数据集和Softmax讲解  8:19
    3. MNIST数据集分类简单版本  29:49
  第4章:交叉熵，过拟合，dropout以及各种优化器介绍
    1. 交叉熵(cross-entropy)  19:04
    2. 过拟合以及Dropout介绍  57:09
    3. 优化器Optimizer  25:30
    4. 优化器的使用  9:01
  第5章:Tensorboard结构可视化，网络运算可视化
    1. 第4周作业网络优化  7:25
    2. Tensorboard网络结构  28:35
    3. Tensorboard网络运行  16:06
    4. Tensorboard可视化  23:05
  第6章:卷积神经网络CNN
    1. 卷积神经网络CNN介绍  20:00
    2. CNN应用于MNIST数据集分类  32:02
  第7章:递归神经网络LSTM，以及LSTM网络的使用
    1. 第6周作业调试CNN结构和运行结果  12:58
    2. 递归神经网络RNN  11:03
    3. 长短时记忆网络LSTM  19:14
    4. LSTM网络程序  17:13
大家可以点击【 查看详情】查看我的课程