视频选集
（19/44）
1-1 课程导学
10:12
2-1 机器学习、深度学习简介
17:04
2-2 神经元-逻辑斯底回归模型
09:58
2-3 神经元多输出
13:03
2-4 梯度下降
11:52
2-5 数据处理与模型图构建(1)
16:22
2-6 数据处理与模型图构建(2)
16:31
2-7 神经元实现（二分类逻辑斯蒂回归模型实现）
33:45
2-8 神经网络实现（多分类逻辑斯蒂回归模型实现）
18:03
3-1 神经网络进阶
21:21
3-2 卷积神经网络（1）
18:52
3-3 卷积神经网络（2）
17:36
3-4 卷积神经网络实战
16:39
4-1 卷积神经网络进阶（alexnet）
23:15
4-2 卷积神经网络进阶（Vggnet-Resnet）
22:51
4-3 卷积神经网络进阶（inception-mobile-net）
22:56
4-4 VGG-ResNet实战（1）
20:23
4-5 VGG-ResNet实战（2）
17:54
4-6 Inception-mobile_net（1）
15:28
4-7 Inception-mobile_net（2）
14:40
5-1 adagrad_adam
10:32
5-2 激活函数到调参技巧（1）
24:14
5-3 激活函数到调参技巧（2）
20:52
5-4 Tensorboard实战（1） (1)
21:35
5-4 Tensorboard实战（1）
19:55
5-6 fine-tune-实战
17:32
5-7 activation-initializer-optimizer-实战
18:43
5-8 图像增强api使用
19:13
5-9 图像增强实战
16:03
5-9 图像增强实战_20181126111143
16:03
5-10 批归一化实战（1）
12:19
5-11 批归一化实战（2）
12:42
6-1 卷积神经网络的应用
05:16
6-2 卷积神经网络的能力
04:39
6-3 图像风格转换V1算法
11:52
6-4 VGG16预训练模型格式
05:44
6-5 VGG16预训练模型读取函数封装
15:40
6-6 VGG16模型搭建与载入类的封装
18:21
6-7 图像风格转换算法定义输入与调用VGG-Net
13:19
6-8 图像风格转换计算图构建与损失函数计算
17:13
6-9 图像风格转换训练流程代码实现
14:35
6-10 图像风格转换效果展示
06:23
6-11 图像风格转换V2算法
14:12
6-12 图像风格转换V3算法
05:58
顶部