视频选集
（72/246）
第一部分1深度学习与人工智能简介
11:36
2计算机视觉面临挑战与常规套路
09:48
3用K近邻来进行图像分类
10:09
4超参数与交叉验证
10:40
5线性分类
09:45
6损失函数
09:24
7正则化惩罚项
07:29
8softmax分类器
13:47
9最优化形象解读
06:56
10梯度下降算法原理
11:57
11反向传播
15:25
12神经网络整体架构
10:20
13神经网络模型实例演示
10:47
14过拟合问题解决方案
16:02
15Python环境搭建（推荐Anaconda方法）
13:19
16Eclipse搭建python环境
05:32
17深度学习入门视频课程09 动手完成简单神经网络
31:59
18感受神经网络的强大
11:39
19神经网络案例-cifar分类任务
16:08
20神经网络案例-分模块构造神经网络
13:42
21神经网络案例-训练神经网络完成分类任务
00:09
第二部分001、深度学习入门课程01 感受卷积神经网络的强大
14:56
002、深度学习入门课程02 卷积层详解
12:54
003、深度学习入门课程03 卷积计算流程
12:31
004、深度学习入门课程04 卷积核参数分析
13:14
005、深度学习入门课程05 卷积参数共享原则
08:10
006、深度学习入门课程06 池化层（Pooling）原理
08:25
007、深度学习入门课程07 卷积神经网络反向传播原理
14:44
008、深度学习入门课程08 实现卷积层的前向传播与反向传播
10:20
009、深度学习入门课程09 实现Pooling层的前向传播与反向传播
12:01
010、深度学习入门课程10 经典卷及网络架构实例
20:36
011、深度学习入门课程11 RNN网络结构
08:41
012、RNN网络细节
11:55
013、深度学习入门课程12 python实现RNN算法
33:47
014、深度学习入门课程13 LSTM网络结构简介
12:37
015、深度学习入门课程14 分类与回归（Location）任务应用详解
33:30
016、深度学习入门额课程15 物体检测实例
33:17
017、深度学习入门课程16 如何巧妙设计网络结构
21:53
018、深度学习入门课程17 训练技巧之数据增强
12:21
019、深度学习入门课程18 训练技巧之Transfer Learning
11:10
020、深度学习入门课程19 深度学习框架Caffe简介
20:44
021、深度学习入门课程20 深度学习框架Caffe训练过程
20:40
022、深度学习入门课程21 深度学习框架Caffe接口使用实例
12:36
第三部分 001、Tensorflow案例实战视频课程01 课程简介
00:39
002、Tensorflow案例实战视频课程02 Tensorflow安装
07:10
003、Tensorflow案例实战视频课程03 基本计算单元-变量
08:33
004、Tensorflow案例实战视频课程04 常用基本操作
14:41
005、Tensorflow案例实战视频课程05 构造线性回归模型
13:34
006、Tensorflow案例实战视频课程06 Mnist数据集简介
06:30
007、Tensorflow案例实战视频课程07 逻辑回归框架 - 副本
12:25
007、Tensorflow案例实战视频课程07 逻辑回归框架
12:25
008、Tensorflow案例实战视频课程08 迭代完成逻辑回归模型
13:49
009、Tensorflow案例实战视频课程09 神经网络模型架构
07:49
010、Tensorflow案例实战视频课程10 训练神经网络
11:24
011、Tensorflow案例实战视频课程11 卷积神经网络模型架构
10:58
012、Tensorflow案例实战视频课程12 卷积神经网络模型参数
17:15
013、Tensorflow案例实战视频课程13 模型的保存和读取
15:31
014、Tensorflow案例实战视频课程14 加载训练好的VGG网络模型
10:57
015、Tensorflow案例实战视频课程15 使用VGG模型进行测试
10:48
016、Tensorflow案例实战视频课程16 使用RNN处理Mnist数据集
11:51
017、Tensorflow案例实战视频课程17 RNN网络模型
10:43
018、Tensorflow案例实战视频课程18 训练RNN网络
10:05
019、Tensorflow案例实战视频课程19 验证码数据生成
10:44
020、Tensorflow案例实战视频课程20 构造网络的输入数据和标签
11:58
021、Tensorflow案例实战视频课程21 卷积网络模型定义
13:25
022、Tensorflow案例实战视频课程22 迭代及测试网络效果
10:57
第四部分1,深度学习框架Caffe使用案例视频
11:21
4-2-
18:20
4-3
25:44
4-4
20:02
4-5
32:08
4-6
21:40
4-7
13:13
4-8
20:03
4-9
12:51
4-10
10:29
4-11
12:09
4-12
19:41
第五部分5-1深度学习项目实战视频课程-人脸检测
02:06
5-2
11:30
5-3
13:50
5-4
13:50
5-5
07:54
5-6
09:34
5-7
11:59
5-8
15:48
5-9
13:25
5-10
16:46
5-11
14:16
5-12
07:44
5-13
10:54
5-14
05:30
5-15
08:17
5-16
09:12
第六部分001、深度学习项目实战01 人脸关键点检测算法框架
10:48
002、深度学习项目实战02 多标签数据源制作以及标签坐标转换
22:15
003、深度学习项目实战03 对原始数据进行数据增强
10:42
004、深度学习项目实战04 完成第一阶段HDF5数据源制作
15:02
005、深度学习项目实战05 第一阶段网络训练
09:15
006、深度学习项目实战06 第二三阶段网络数据源制作
23:41
007、深度学习项目实战07 第二三阶段网络模型训练
10:53
008、深度学习项目实战08 网络模型参数初始化
11:48
009、深度学习项目实战09 完成全部测试结果
16:23
010、深度学习项目实战10 人脸关键点检测效果
08:05
011、深度学习项目实战11 项目总结分析
17:00
012、深度学习项目实战12 算法框架分析
19:12
第七部分001、课程简介
04:37
002、自然语言处理与深度学习
11:59
003、语言模型
06:17
004、N-gram模型
08:33
005、词向量
09:28
006、神经网络模型
10:03
007、Hierarchical Softmax
10:02
008、CBOW模型实例
11:21
009、CBOW求解目标
05:40
010、梯度上升求解
10:11
011、负采样模型
07:16
012、使用Gensim库构造词向量
06:22
013、维基百科中文数据处理
10:27
014、Gensim构造word2vec模型
08:53
015、测试模型相似度结果
07:43
016、环境配置
06:01
017、中文数据预处理
20:37
018、word2vec模型构造
10:37
019、构造图计算模型
07:55
020、word2vec训练
10:47
021、模型训练模块
10:19
022、迭代预测效果
08:40
023、影评情感分类任务概述
17:49
024、基于词袋模型训练分类器
11:09
025、准备word2vec输入数据
10:47
026、使用gensim构建word2vec词向量
16:36
第八部分1-1.强化学习简介
09:41
1-2.强化学习基本概念
10:05
1-3.马尔科夫决策过程
09:12
1-4.Bellman方程
12:30
1-5.值迭代求解
08:26
1-6.代码实战求解过程
11:22
1-7.Q-Learning基本原理
09:19
1-8.Q-Learning迭代计算实例
11:14
1-9.Q-Learning迭代效果
09:10
1-10.求解流程详解
11:49
2-1.Deep-Q-Network原理
06:45
2-2.Deep-Q-Learning网络细节
11:10
2-3,Deep Q-Learning网络参数配置
08:30
2-4.搭建Deep Q-Learning网络模型
11:37
2-5.Deep Q Learning卷积操作定义
10:15
2-6.数据预处理
11:48
2-7.实现阶段数据存储
08:26
2-8.实现训练模块
10:57
2-9.Debug解读训练代码
05:12
2-10.完整代码流程分析
11:40
2-11.Deep Q-Learning效果演示
03:18
第九部分 1 Tensorflow项目实战视频课程-文本分类
03:21
2
03:39
3
04:22
4
13:19
5(1)
15:16
5(2)
15:16
6
11:11
7
11:37
8
09:15
9
13:04
10
13:28
11
13:08
12
11:39
13
11:44
14
04:50
15
09:36
第十部分 深度学习项目实战视频课程-StyleTransfer(基于Tensorflow)）001、课程简介
04:54
002、Tensorflow安装
03:32
003、style-transfer基本原理
07:36
004、风格生成网络结构原理
07:07
005、风格生成网络细节
11:53
006、风格转换效果展示
05:38
007、风格转换参数配置
12:46
008、数据读取操作
09:58
009、VGG体征提取网络结构
10:17
010、内容与风格特征提取
09:21
011、生成网络结构定义
05:34
012、生成网络计算操作
11:13
013、参数初始化
08:51
014、Content损失计算
05:53
015、Style损失计算
08:42
016、完成训练模块
11:03
017、模型保存与打印结果
08:25
018、完成测试代码
12:02
第十一部分12(1)-1RNN手写字体识别
12:17
12(1)-2
11:20
12(1)-3
10:12
12(2)-1 TensorFlow打造唐诗生成网络
04:54
12(2)-2
12:04
12(2)-3
14:20
12(2)-4
12:49
12(2)-5
09:13
12(2)-6
13:14
12(2)-7
04:46
12(2)-8
09:40
12(3)-1 递归神经网络原理
01:33
12(3)-2
08:49
12(3)-3
12:04
12(3)-4
12:43
第十二部份13(1)-1 seq2seq网络架构原理
02:22
13(1)-2
09:23
13(1)-3
07:32
13(1)-4
09:25
13(1)-5
13:11
13(2)-1 文章摘要生成
11:03
13(2)-2
09:12
13(2)-3
08:54
13(2)-4
11:12
13(3)-1 序列排序生成
06:13
13(3)-2
11:33
13(3)-3
10:33
13(3)-4
10:16
13(3)-5
08:39
第十三部分 深度学习顶级论文算法详解 第二课
16:47
第三课
24:07
第四课
19:45
第五课
21:48
第六课
20:41
第七课
11:33
第八课
09:14
第九课
12:58
第十课
14:01
第十一集
11:18
第十二课
11:31
第十三课
11:53
第十四
14:42
第十五课
13:04
第十六课
12:54
第十四部分01.课程简介
05:13
02.对抗生成网络形象解释
07:18
03.对抗生成网络工作原理
09:51
04.案例实战对抗生成网络：环境配置
08:53
05.案例实战对抗生成网络：构造判别网络模型
11:38
06.案例实战对抗生成网络：构造生成网络模型
08:10
07.案例实战对抗生成网络：构造损失函数
06:39
08.案例实战对抗生成网络：训练对抗生成网络
09:53
09.DCGAN基本原理
10:10
10.DCGAN的网络模型架构
12:23
11.DCGAN项目实战：DIY你要生成的数据
13:00
12.DCGAN项目实战：配置参数
10:51
13.DCGAN项目实战：基于卷积的生成网络架构
11:47
14.DCGAN项目实战：基于卷积的判别网络
09:57
15.DCGAN项目实战：训练DCGAN网络
08:50
顶部