《深度学习进阶：掌握Keras，实现模型优化与实战应用》视频课程百度网盘下载

admin

解决难题
对于初涉深度学习领域，或是希望提升模型复杂度和性能的开发者而言，《深度学习进阶：掌握Keras，实现模型优化与实战应用》视频课程将帮助您突破技术瓶颈。无论是在自然语言处理、计算机视觉还是推荐系统等领域的实际项目中遇到挑战，这套课程都将为您提供实用的知识和技术支持。

资源亮点
涵盖广泛的深度学习概念，从基础知识到高级技巧进行深入探讨，并结合Keras框架的实际应用，提供详细的代码演示与模型调试方法。配套资料包括课件、练习题和项目案例，帮助学员巩固理论知识并提高实战能力。

适合人群
本课程专为具备一定深度学习基础的学习者设计，无论是想要拓宽技术视野的编程爱好者还是希望在工作中运用深度学习解决实际问题的数据科学家，都能从中受益。通过系统化地讲解Keras框架及其与TensorFlow等主流框架的集成应用，确保学员能够灵活应对各种业务场景。

从理论到实践，这套视频教程为您的深度学习之旅提供了全方位的支持。

📂 资源文件列表 1-1 简述全连接神经网络在图像数据处理中的不足处.mp4 1-2 卷积网络基本原理.mp4 1-3 卷积层原理概述.mp4 1-4 卷积层原理-padding技巧.mp4 1-5 卷积层原理-padding示例讲解.mp4 1-6 卷积层原理-移动步长示例讲解.mp4 1-7 输出特征图的宽、高计算公式.mp4 1-8 卷积层Tensorflow实现函数讲解.mp4 1-9 通过实例讲解卷积层各细节.mp4 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

📥 资源下载
***付费内容***

剩余 4% 内容需要支付 16.00 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！