• อัปโหลด

黑马程序员3天带你玩转Python深度学习TensorFlow框架

470K
3811
2018-12-26 12:05:01
4702
3795
24.8K
1983
สถาบันการศึกษา Chuanzhi - โปรแกรมเมอร์ม้าดำ สถาบันวิจัยปัญญาประดิษฐ์ บันทึกบทเรียนเบื้องต้นเกี่ยวกับปัญญาประดิษฐ์ชุดใหม่ ข้อมูลที่เกี่ยวข้อง ซอร์สโค้ด บันทึกย่อ ฯลฯ ติดตามบัญชีทางการ WeChat: โปรแกรมเมอร์ม้าดำ ตอบกลับคีย์เวิร์ด: รับทรัพยากร 02 =============================== ขั้นตอนนี้เป็นหลักสูตรเบื้องต้นสำหรับการเรียนรู้เชิงลึก (Deep Learning) โดยหลักๆ จะแนะนำการใช้งานเฟรมワークการเรียนรู้เชิงลึกคลาสสิก TensorFlow, การดำเนินการ IO, พื้นฐานโครงข่ายประสาทเทียม และความรู้ที่เกี่ยวข้องกับโครงข่ายประสาทแบบคอนโวลูชัน (CNN) พร้อมทั้งใช้หลักการของโครงข่ายประสาทแบบคอนโวลูชันเพื่อสร้างและออกแบบเครือข่ายของตนเอง บรรลุการจดจำเนื้อหาภาพรหัสยืนยัน ===============================
咨询课程1对1就业指导、技术提升直接私信,周一到周五晚7点直播答疑求职技术干货,领取课程源码+资料,关注黑马程序员公众号,回复:领取资源02
รายการวิดีโอ
(1/50)
01-สรุปบทเรียนครั้งที่แล้ว
09:56
02-ตารางเรียน
05:36
03-ความแตกต่างระหว่าง Deep Learning และ Machine Learning
06:49
04-เฟรมเวิร์กการเรียนรู้เชิงลึก
15:19
05-โครงสร้าง TensorFlow
15:24
06-แนะนำกราฟ
18:31
07-แนะนำ Tensorboard
09:09
08-แนะนำ Operation
16:06
09-แนะนำการสนทนา
22:54
10-คุณสมบัติและการสร้างเทนเซอร์
13:59
11-การแก้ไขและการดำเนินการของเทนเซอร์
29:05
12-แนะนำตัวแปร
14:38
13-API พื้นฐานและ API ขั้นสูง
04:17
14-กรณีศึกษา: การสร้าง Linear Regression ด้วยตนเอง
24:10
15-ข้อควรระวังเกี่ยวกับโค้ดตัวอย่าง
04:19
16-เพิ่มการแสดงผลตัวแปร
15:59
17-เพิ่มเนมสเปซ
07:02
18-การบันทึกและการโหลดโมเดล
12:16
19-การตั้งค่าพารากอนบรรทัดคำสั่ง
14:42
20-สรุป
10:22
01-สรุปบทเรียนครั้งก่อน 1
14:43
02-แผนงานวันนี้ 1
04:43
03-กระบวนการทั่วไปในการอ่านไฟล์
22:48
04-การอ่านภาพและการอ่านภาพสุนัข
51:19
05-การวิเคราะห์ขั้นตอนการอ่านไฟล์ไบนารี
12:43
06-กรณีศึกษาการอ่านไฟล์ไบนารี
35:34
07-การจัดเก็บไฟล์ tfrecords
25:44
08-การอ่านไฟล์ tfrecords
20:57
09-พื้นฐานโครงข่ายประสาทเทียม
17:34
10-หลักการของโครงข่ายประสาทเทียม (Neural Networks)
17:30
11-กรณีศึกษา: การใช้ Fully Connected Layer สำหรับการจดจำตัวเลขลายมือเขียน
32:23
12 - การคำนวณความแม่นยำ
11:27
13-สรุป
07:00
01-ทบทวนบทเรียนที่แล้ว 2
11:01
02-ตารางวันนี้ 3
03:03
03-ความรู้เบื้องต้นเกี่ยวกับโครงข่ายประสาทเทียมแบบคอนโวลูชัน
17:09
04-โครงสร้างเครือข่ายประสาทเทียมแบบคอนولูชัน (CNN)
05:57
05-ชั้นคอนโวลูชัน (Convolutional Layer)
42:45
06-ฟังก์ชันเปิดใช้งาน (Activation Function)
07:05
07-การสาธิตฟังก์ชันการเปิดใช้งานที่แตกต่างกัน
03:12
08-ชั้นพูล่ིง (Pooling Layer)
12:58
09-การออกแบบเครือข่ายประสาทแบบคอนโวลูชัน
20:17
10-การเขียนโค้ดจดจำตัวเลขลายมือ CNN
45:16
11-การวิเคราะห์กรณีศึกษาการจดจำรหัสยืนยัน
25:35
12-การวิเคราะห์กระบวนการกรณีศึกษาการจดจำรหัสยืนยัน
06:30
13-รหัสยืนยันการจดจำ 01
35:25
14-โค้ดการจดจำรหัสยืนยัน 02
09:03
15-รหัสการจดจำรหัสยืนยัน 03
28:03
16-ปรับพารามิเตอร์
02:17
17-สรุป
04:27
บริการลูกค้า
ด้านบน
赛事库 课堂 2021拜年纪