《深度学习：从入门到精通：基于Keras》进阶篇 百度网盘下载
### 《深度学习：从入门到精通——基于Keras》进阶篇 百度网盘下载#### 卷积神经网络基础
- **卷积层的引入**
- 1-10 通过卷积层 对输入数据进行卷积运算.mp4
- **实现卷积操作**
- 1-11 tf.keras.layers.Conv2D方式实现卷积运算.mp4
- 1-12 实现卷积运算-多个卷积核情况（含示例讲解）.mp4
- **池化层详解**
- 1-13 池化层对图像进行卷积运算示例讲解.mp4
- 1-14 池化层原理及实现详解.mp4
- 1-15 池化层特点及demo演示（含TensorFlow实现案例）.mp4
#### 迁移学习应用实践
- **基础概念**
- 1-19 迁移学习概述.mp4
- **VGG16模型讲解与示例操作**
- 1-20 VGG16迁移策略及其使用方法.mp4
- 1-23 使用Keras实例化并利用VGG16架构展示的示例代码及案例.mp4
#### 高级主题与应用
- **花卉图像分类器**
- 1-31—1-35 深入介绍在转移学习上的花卉图像分类实现，从数据准备到模型训练全流程指南
- **强化学习简介**
- 1-36 强化学习的基本原理.mp4
- 1-37 经典深度强化方法理解及案例演示.mp4
#### 循环神经网络应用
- **基础概念与实现案例**
- 2-1 简述循环神经网路基本特征，介绍其背后的机制和应用场景等
- **高级技术和模型**
- LSTM, GRU 和 Transformer技术详解，并通过Keras代码进行深入理解及实验展示
#### 自编码器及其应用
- **自编码与架构**
- 简述Autoencoder工作方式以及不同类型的变体（3-1，3-2)
- **数据重建实践**
- 使用自编码器完成图像重构和建议系统的搭建案例 (3-2, 3-8)
#### GAN网络实例操作
- **生成对抗网络理论入门**
- 深入介绍GANs的核心理念及其背后的机制（4-1）
这个资源涵盖了从基础的卷积神经网路到更高阶技术的应用实践，适用于那些希望进一步探索深度学习和Keras框架潜能的学习者。
页:
[1]