Tensorflow进阶项目系列—1823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
学会Tensorflow的一些高级应用,如TFRecord,Slim,队列等。并学会使用Tensorflow完成图像识别,验证码识别,文本分类,语音分类等项目。
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:保存载入模型,使用inception-v3进行图像识别
1. 第7周作业 11:22
2. 参数保存 6:26
3. 模型保存 7:07
4. 下载Google图像识别网络inception-v3 6:33
5. 使用inception-v3做各种图像的识别 25:09
第2章:Tensorflow的GPU版本安装,设计自己的图像识别模型
1. GPU版本的Tensorflow安装 6:38
2. Retrain图像识别模型 32:06
3. TFRecord使用以及从头开始训练图像识别模型 36:01
第3章:多任务学习以及验证码识别
1. 生成验证码 17:42
2. 多任务学习 14:28
3. 使用多任务学习完成验证码识别 41:23
4. 检验验证码识别效果 8:40
第4章:word2vec讲解和使用,CNN解决文本分类
1. 第10周作业 12:03
2. word2vec的介绍和实现 55:40
3. 使用CNN完成文本分类 49:09
第5章:语音处理以及使用LSTM构建语音分类模型
1. 第11周作业讲解 13:26
2. 语音信号处理 15:31
3. 使用LSTM完成语音分类 45:30
大家可以点击【 查看详情】查看我的课程
课程介绍
![201707260116414796.jpg](https://img-bss.csdn.net/201707260116414796.jpg)
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
学会Tensorflow的一些高级应用,如TFRecord,Slim,队列等。并学会使用Tensorflow完成图像识别,验证码识别,文本分类,语音分类等项目。
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:保存载入模型,使用inception-v3进行图像识别
1. 第7周作业 11:22
2. 参数保存 6:26
3. 模型保存 7:07
4. 下载Google图像识别网络inception-v3 6:33
5. 使用inception-v3做各种图像的识别 25:09
第2章:Tensorflow的GPU版本安装,设计自己的图像识别模型
1. GPU版本的Tensorflow安装 6:38
2. Retrain图像识别模型 32:06
3. TFRecord使用以及从头开始训练图像识别模型 36:01
第3章:多任务学习以及验证码识别
1. 生成验证码 17:42
2. 多任务学习 14:28
3. 使用多任务学习完成验证码识别 41:23
4. 检验验证码识别效果 8:40
第4章:word2vec讲解和使用,CNN解决文本分类
1. 第10周作业 12:03
2. word2vec的介绍和实现 55:40
3. 使用CNN完成文本分类 49:09
第5章:语音处理以及使用LSTM构建语音分类模型
1. 第11周作业讲解 13:26
2. 语音信号处理 15:31
3. 使用LSTM完成语音分类 45:30
大家可以点击【 查看详情】查看我的课程