从基本原理到实际应用,玩人工智能利器TensorFlow

在全国人工智能时代,我们不愿意只做一个旁观者。从人工智能最流行的框架Tensorflow开始
 
本课程将携手带您掌握TensorFlow技术,遵循从基础到实际应用的完整过程,是您人工智能开发的首选!
 
Python3入门机器学习  经典算法与应用
 
Python分布式爬虫创建搜索引擎
 
全面Python3入门+高级资料 
课程目录:

第1章 整体课程介绍

  1-1 整体课程介绍及导学.mp4

              

第2章 人工智能基础知识

  2-1 人工智能是什么?.mp4

  2-2 人工智能前景.mp4

  2-3 人工智能所需的基础数学知识.mp4

  2-4 人工智能简史.mp4

  2-5 AI、机器学习与深度学习的相关性.mp4

  2-6 机器学习是什么?.mp4

  2-7 面对人工智能,我们应该采取的态度.mp4

  2-8 过拟合是什么?.mp4

  2-9 深度学习是什么?.mp4

              

第3章 Tensorflow简介和开发环境建设

  3-1 什么是Tensorflow?.mp4

  3-10 安装Tensorflow(上).mp4

  3-11 安装Tensorflow(下).mp4

  3-12 安装Python类库.mp4

  3-2 Tensorflow与其他机器学习库的比较1.mp4

  3-3 如何学习Tensorflow?.mp4

  3-4 Tensorflow前景.mp4

  3-5 如何使用课程提供的虚拟机文件.mp4

  3-6 VirtualBox安装.mp4

  3-7 安装Ubuntu.mp4

  3-8 Ubuntu系统配置Ubuntu系统.mp4

  3-9 安装Python.mp4

              

第4章 TensorFlow原理与先进(代码实践)

  4-1 从Helloworld开始.mp4

  4-10 Tensorboard(上)可视化利器.mp4

  4-11 TensorBoard(下)可视化利器.mp4

  4-12 酷炫模拟游乐园PlayGroundround.mp4

  4-13 Python库Matplotlibliblibliblib.mp4

  4-14 综合小练习:梯度下降解决线性回归(上).mp4

  4-15 综合小练习:梯度下降解决线性回归(中).mp4

  4-16 综合小练习:梯度下降解决线性回归(下).mp4

  4-17 激活函数(上).mp4

  4-18 激活函数(下).mp4

  4-19 实现CNN卷积神经网络(1).mp4

  4-2 TensorFlow的编程模式.mp4

  4-20 实现CNN卷积神经网络(2).mp4

  4-21 实现CNN卷积神经网络(3).mp4

  4-22 CNN卷积神经网络(4).mp4

  4-23 实现CNN卷积神经网络(5).mp4

  4-24 RNN-LSTM循环神经网络(1):背景和知识点.mp4

  4-25 RNN-LSTM循环神经网络(2):编写实用方法(上).mp4

  4-26 RNN-LSTM循环神经网络(3):编写实用方法(中).mp4

  4-27  RNN-LSTM循环神经网络(4):编写实用方法(下)1.mp4

  4-28 RNN-LSTM循环神经网络(4):编写实用方法(下)2.mp4

  4-29 RNN-LSTM循环神经网络(5):编写神经网络模型(上).mp4

  4-3 TensorFlow的基础结构.mp4

  4-30  RNN-LSTM循环神经网络(6):编写神经网络模型(中)1.mp4

  4-31 RNN-LSTM循环神经网络(6):编写神经网络模型(中)2.mp4

  4-32 实现RNN-LSTM循环神经网络(七):神经网络模型(下)的编写.mp4

  4-33 RNN-LSTM循环神经网络(8):编写培训方法(上).mp4

  4-34 RNN-LSTM循环神经网络(9):编写培训方法(下).mp4

  4-35 RNN-LSTM循环神经网络(10):经过个人测试的方法编写和编写.mp4

  4-36 RNN-LSTM循环神经网络(11):经过实际训练和个人测试.mp4

  4-4 图和会话.mp4

  4-5 使用Python常用库Numpy.mp4

  4-6 什么是Tensor(上)?.mp4

  4-7 什么是Tensor(下)?.mp4

  4-8 图及会话原理及案例(上).mp4

  4-9 图表和对话原理及案例(下).mp4

              

第5章 案例一 会作曲的人工智能

  5-1 介绍背景和知识点.mp4

  5-10 神经网络训练的编写方法(1).mp4

  5-11 编写训练神经网络的方法(2).mp4

  5-12 编写训练神经网络的方法(3).mp4

  5-13 神经网络生成音乐的编写方法(1).mp4

  5-14 神经网络生成音乐的编写方法(2).mp4

  5-15 纯TensorFlow版的预告.mp4

  5-2 音乐与数学的联系.mp4

  5-3 MIDI文件是什么?.mp4

  5-4 开发环境的配置.mp4

  5-5 如何将MIDI转换为MP3?.mp4

  5-6 Python音乐库Music21的使用和个人测试方法.mp4

  5-7 编写整个神经网络模型.mp4

  5-8 从训练文件中编写获取音符的方法.mp4

  5-9 从预测数据中生成音乐的编写方法.mp4

              

第6章 案例二 Photoshop人工智能

  6-1  介绍背景和知识点.mp4

  6-10 神经网络生成图片的编写方法.mp4

  6-11 代码完成并亲自测试模型.mp4

  6-12 纯TensorFlow版的预告.mp4

  6-2 开发环境的配置.mp4

  6-3 GAN(生成对抗网络)是什么?.mp4

  6-4 DCGAN是什么?.mp4

  6-5 在DCGAN中编写判别器模型(上).mp4

  6-6 在DCGAN中编写判别器模型(下).mp4

  6-7 在DCGAN中编写生成器模型.mp4

  6-8 编写训练神经网络的方法(上).mp4

  6-9 编写训练神经网络的方法(下).mp4

              

第7章 案例三 开3D赛车的人工智能

  7-1 介绍背景和知识点.mp4

  7-10 Q-Learning 机器人迷宫的实现:游戏主程序.mp4

  7-11 Deep Q Learning 决策算法(1)实现迷宫游戏.mp4

  7-12  Deep Q Learning 决策算法(2)实现迷宫游戏.mp4

  7-13  Deep Q Learning 实现迷宫游戏:决策算法(3).mp4

  7-14  Deep Q Learning 实现迷宫游戏:决策算法(4)和主程序.mp4

  7-15  Policy Gradient 实现 Gym 游戏.mp4

  7-16 A3C 实现 3D 赛车游戏:结果演示.mp4

  7-17 A3C实现3D赛车游戏:讲解A3C和编写环境.mp4

  7-18 A3C实现3D赛车游戏:编写A3C算法和主程序.mp4

  7-2 经典实验环境加强学习.mp4

  7-3  配置开发环境(1).mp4

  7-4 配置开发环境(2).mp4

  7-5 什么是强化学习?.mp4

  7-6 什么是Q Learning.mp4

  7-7 Q-Learning 机器人迷宫的实现:创造环境.mp4

  7-8 Q-Learning 机器人走迷宫:决策算法(1).mp4

  7-9 Q-Learning 机器人走迷宫:决策算法(2).mp4

              

第8章 总结知识点和课程延伸

  8-1 总结陈词和补充.mp4

  8-2 怎样学好英语?.mp4

  8-3  如何学好数学?.mp4

  8-4 如何学习一门技术和课程知识点.mp4

  8-5 深入人工智能和Tensorflow.mp4

              

IMOOC.vdi.zip

project.zip

课程代码和材料(包括培训参数文件).rar

            

[我要扒资料]

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。