《深度学习：从入门到精通：基于Keras》进阶篇资源包百度网盘免费下载

admin

为您推荐这本深入浅出的《深度学习：从入门到精通：基于Keras》进阶篇，助力您在深度学习领域更进一步。本书不仅涵盖了理论知识，还通过实战案例帮助读者掌握Keras的实际应用技巧，非常适合希望提升自己技术水平的学习者和从业人员。

现在就加入我们，开启您的深度学习进阶之旅吧！资源已打包上传至百度网盘，免费下载，欢迎各位技术爱好者收藏分享。

---

📂 资源文件列表：

• 1-10 通过卷积层 对输入数据进行卷积运算.mp4
  
• 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.mp4
  
• 1-13 卷积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 池化层实现的demo演示.mp4
  
• 1-16 池化层的特点及demo演示.mp4
  
• 1-17 池化层TensorFlow实现及案例演示.mp4
  
• 1-18 卷积神经网络中的全连接层和展平层介绍.mp4
  
• 1-19 迁移学习概述.mp4
  
• 1-20 迁移学习进行微调的三种策略.mp4
  
• 1-21 使用Keras 实现迁移学习之VGG16网络架构介绍.mp4
  
• 1-22 使用Keras 实现迁移学习之VGG16函数介绍.mp4
  
• 1-23 使用Keras 实现迁移学习之VGG16示例.mp4
  
• 1-24 使用Keras实现迁移学习之演示VGG16()函数下载实例化.mp4
  
• 1-25 利用VGG16对本地汽车图像进行类别预测.mp4
  
• 1-26 解释preprocess_input函数作用.mp4
  
• 1-27 tensorflow-hub的介绍及安装.mp4
  
• 1-28 Tensorflow-hub预训练模型的下载.mp4
  
• 1-29 使用Tensorflow-hub预训练模型进行预测.mp4
  
• 1-30 使用迁移学习实现花卉图像分类器-花卉图像介绍及导入、预处理1.mp4
  
• 1-31 使用迁移学习实现花卉图像分类器-花卉图像介绍及导入、预处理2.mp4
  
• 1-32 使用迁移学习实现花卉图像分类器-创建 批次数据.mp4
  
• 1-33 Keras Applications 迁移学习实现花卉分类.mp4
  
• 1-34 Keras Applications 迁移学习实现花卉分类2.mp4
  
• 1-35 使用TensorF Hub迁移学习实现花卉图像分类.mp4
  
• 1-36 强化学习的基本概念.mp4
  
• 1-37 深度强化学习思路.mp4
  
• 1-38 gym平台介绍及案例演示.mp4
  
• 1-39 使用Keras-RL2的DQN算法实现《CartPole》.mp4
  
• 1-40 案例分析：CIFAR-10数据描述及下载.mp4
  
• 1-41 案例分析：CIFAR-10数据预处理.mp4
  
• 1-42 案例分析：构建卷积神经网络识别CIFAR-10图像.mp4
  
• 1-43 【课后习题】判断题和选择题讲解.mp4
  
• 1-44 【课后习题】实训题讲解.mp4
  
• 2-1 循环神经网络基本理解.mp4
  
• 2-2 词嵌入基础及学习词嵌入案例讲解.mp4
  
• 2-3 预训练词嵌入及案例演示.mp4
  
• 2-4 简单循环神经网络原理及Keras实现.mp4
  
• 2-5 长短期记忆网络-LSTM原理及Keras实现.mp4
  
• 2-6 门控循环单元-GRU原理及Keras实现.mp4
  
• 2-7 序列到序列Seq2Seq2基本原理概述.mp4
  
• 2-8 引入注意力机制的Seq2Seq框架.mp4
  
• 2-9 利用Keras实现序列到序列案例演示.mp4
  
• 2-10 利用TensorFlow Addons实现Seq2Seq2.mp4
  
• 2-11 Transformer基本原理及KerasNLP介绍.mp4
  
• 2-12 案例实训：中文文本分类.mp4
  
• 2-13 课后习题讲解.mp4
  
• 3-1 自编码器概述.mp4
  
• 3-2 简单自编码器的Keras实现.mp4
  
• 3-3 简单自编码器对cifar-10图像进行重构案例讲解.mp4
  
• 3-4 稀疏自编码器.mp4
  
• 3-5 堆栈自编码器.mp4
  
• 3-6 卷积自编码器.mp4
  
• 3-7 降噪自编码器.mp4
  
• 3-8 案例实训：使用自编码器建立推荐系统.mp4
  
• 3-9 第6章【课后习题】讲解.mp4
  
• 4-1 生成式对抗网络概述.mp4
  
• 4-2 GAN模型的Keras实现.mp4
  
• 4-3 DCGAN模型的Keras实现.mp4
  
• 4-4 案例实训：使用GAN和DCGAN模型生成数字5图像.mp4
  
• 4-5 第7章【课后习题】讲解.mp4
  
• 5-1 模型评估技术.mp4
  
• 5-2 模型优化：基于梯度的优化和自适应学习率算法.mp4
  
• 5-3 模型优化：网格搜索、数据分区、交叉验证、正则化等.mp4
  
• 5-4 在tf.Keras中进行模型优化.mp4
  
• 5-5 使用Scikit-Learn优化CIFAR-10分类模型.mp4
  
• 5-6 使用KerasTuner优化CIFAR-10分类.mp4
  
• 5-7 第8章【课后习题】讲解.mp4
  
• 6-1 TensorFlow Datasets 实验.mp4
  
• 6-2 tf.data 定义高效的输入流水线.mp4
  
• 6-3 在 tf.Keras 使用 Scikit-Learn优化模型.mp4
  
• 6-4 ImageDataGenerator 类图像增强.mp4
  
• 6-5 CNN 模型对手写数字识别.mp4
  
• 6-6 CNN 模型驾驶员睡意检测.mp4
  
• 配套资料：
  
• PDF.rar
  
• 课后习题.rar
  
• 深度学习实验项目.rar
  
• 书中代码和数据_2.rar
  

***付费内容***

剩余 5% 内容需要支付 10.00 元 后可完整阅读

付费阅读 开通会员

支持付费阅读，激励作者创作更好的作品。会员可8折购买！