【双语字幕+资料下载】T81-558 | 深度神经网络应用-全案例实操系列(2021最新·完整版)

1580
0
2021-09-21 18:00:55
正在缓冲...
36
6
154
14
Washington University in St.Louis 圣路易斯华盛顿大学 · T81-558 · Applications of Deep Neural Networks (2021) 官网:见评论区 ➤ 全套资料库:http://blog.showmeai.tech/wustl-t81-558 讲师:Jeff Heaton 字幕:英文字幕(标准);中文字幕(机翻供学习参考) 求点赞!萌新给观众老爷们磕头了(* ̄3 ̄)╭
视频选集
(1/76)
自动连播
[讲座] Python、Keras和TensorFlow深度学习课程以及深度神经网络的应用
05:03
L1.1- 深度神经网络课程概述的应用
20:53
L1.2- 深度学习 Python 简介
12:08
L1.3- Python 列表、字典、集合和 JSON
12:58
L1.4- 深度学习的 Python 文件处理
07:00
L1.5- Python 函数、Lambda 和 Map/Reduce
07:43
[讲座] 在 Mac OSX M1 中安装 TensorFlow 2.5、Keras 和 Python 3.9
14:50
[讲座] 使用 CONDA 安装 TensorFlow/Keras CPU/GPU版本
18:28
[讲座] 在 Mac OSX 中安装 TensorFlow 2.4、Keras 和 Python 3.8
06:53
[讲座] 使用 Google CoLab 进行深度神经网络课程应用
11:24
[讲座] 如何提交深度学习应用的作业
14:46
L2.1- 深度学习数据处理工具库Pandas 简介
14:08
L2.2- 使用Pandas为 Keras 编码类别型数据
14:52
L2.3- Python Pandas 中的数据分组、排序和改组
07:22
L2.4- 在 Pandas 中为 Keras 使用 Apply 和 Map
11:41
L2.5- 使用Pandas进行Keras深度学习的特征工程
07:09
L3.1- Keras深度学习和神经网络编程介绍
16:21
L3.2- 深度学习工具库Tensorflow和Keras 简介
17:09
L3.3- 保存和加载Keras神经网络模型
04:14
L3.4- 在Keras中提前停止以防止过拟合
14:17
L3.5- 提取Keras权重并手动进行神经网络计算
10:11
L4.1- 为Keras深度学习编码特征向量
09:32
L4.2- Keras构建深度神经网络多类分类并用ROC和AUC评估
17:57
L4.3- Keras深度神经网络回归建模与RMSE评估
05:22
L4.4- 反向传播、Nesterov动量和ADAM训练
23:31
L4.5- 从头开始计算神经网络RMSE和对数损失
15:10
L5.1- 正则化简介:Ridge 和 Lasso
08:12
L5.2- 在Keras中使用K折交叉验证
15:59
L5.3- 在Keras中使用L1和L2正则化来减少过拟合
06:20
L5.4- Keras使用Dropout以减少过拟合
05:26
L5.5- boostrapping与基准超参数
13:54
L6.1- 基于Keras神经网络建模需要的图像处理
11:30
L6.2- 用于MNIST和fashion-MNIST的Keras卷积神经网络
24:17
L6.3- 在Keras中实现ResNet
11:55
L6.4- 在Keras中使用自己的图像数据
12:53
L6.5- 使用YOLODarknet识别多个图像
16:36
L7.1- 用于图像和数据生成的生成对抗神经网络(GAN)简介
08:14
L7.2- 在Keras/Tensorflow2.0中使用生成对抗网络(GAN)生成人脸
22:31
L7.3- 使用NVIDIAStyleGAN2- ADAPyTorch和Python3生成人脸
17:38
L7.4- 在Keras中用于半监督学习的GANS
10:42
L7.5- 生成对抗网络(GAN)研究领域的一些新主题
03:47
L8.1- Kaggle简介
19:34
L8.2- 使用Scikit-Learn和Keras构建集成模型
12:18
L8.3- Keras神经网络结构搭建细节与超参数
14:33
L8.4- 基于Keras的贝叶斯超参数优化
11:25
L8.5- 2020年春季Kaggle深度学习应用竞赛
15:10
L9.1- Keras迁移学习简介
09:00
L9.2- 流行的Keras预训练神经网络
05:23
L9.3- 计算机视觉和Keras的迁移学习
11:33
L9.4- 自然语言处理和Keras的迁移学习
05:43
L9.5- Keras特征工程的迁移学习
03:35
L10.1- 深度学习、TensorFlow和Keras的时间序列数据编码
13:53
L10.2- 使用Keras和TensorFlow编程LSTM
27:53
L10.3- 使用Keras和TensorFlow生成文本
18:59
L10.4- 使用Keras和TensorFlow进行图像描述生成
26:56
L10.5- Keras中的时间卷积神经网络
06:31
L11.1- Python中的Spacy入门
10:46
L11.2- Word2Vec和文本分类
13:25
L11.3- Keras中的嵌入层
14:39
L11.4- 使用Spacy和Keras进行自然语言处理
09:58
L11.5- 使用Keras和TensorFlow从头开始学习英语
17:55
L12.1- OpenAI Gym介绍
16:26
L12.2- 用于游戏学习的Q-Learning算法简介
23:36
L12.3- OpenAI Gym中的Keras Q-Learning
17:23
L12.4- 使用Keras TF- Agents的Atari游戏
14:15
L12.5- 非游戏TF-Agent的强化学习
23:12
L13.1- Flask与深度学习Keras/TensorFlow Web服务搭建
17:41
L13.2- 在Python TensorFlow Keras中恢复训练和检查点
13:26
L13.3- 在Web应用程序中使用Keras深度神经网络
12:55
L13.4- 何时重新训练您的神经网络
13:45
L13.5- 用于IOS开发的TensorFlow Lite
15:18
L14.1- 用于Keras和TensorFlow的自动机器学习(AutoML)
11:40
L14.2- 在Keras中使用去噪自动编码器
06:15
L14.3- 使用自动编码器在Keras中进行异常检测
10:04
L14.4- 使用Keras训练入侵检测系统(KDD99)
04:54
L14.5- 新深度学习技术介绍
15:16
客服
顶部
赛事库 课堂 2021拜年纪