课程目录
├──1-1 深度学习的基础
| ├──1.深度学习介绍
| ├──2.神经网络基础
| ├──3.浅层神经网络
| └──4.深层神经网络
├──1-10 图片商品物体检测项目第三阶段-项目实施与部署
| ├──1.项目架构
| ├──10.TFServing客户端
| ├──11.服务器部署
| ├──2.实现数据接口
| ├──3.实现模型接口
| ├──4.实现预处理接口
| ├──5.实现训练过程
| ├──6.实现亲自测试过程
| ├──7.模型部署介绍
| ├──8.导出模型
| └──9.打开模型服务
├──1-2 深度学习优化进步
| ├──1.多分类
| ├──2.优化梯度下降算法
| ├──3.深度学习规范化
| └──4.神经网络调参与BN
├──1-3 卷积神经网络
| ├──1.卷积网络原理
| ├──2.经典的分类结构
| └──3.CNN实战
├──1-4 循环神经网络
| ├──1.循环神经网络
| ├──2.词嵌入
| └──3.seq2seq和attention机制
├──1-5 高级主题
| ├──1.生产对抗网络
| ├──2.自动编码器
| └──3.CapsuleNet
├──1-6 百度人脸识别
| ├──1.平台介绍
| ├──2.图像技术的人脸识别
| ├──3.图像识别的图像技术
| ├──4.图像技术的文本识别
| ├──5.语音技术
| ├──6.自然语言处理
| └──7.人脸识别打卡案例
├──1-7 自然语言处理
| ├──1.自然语言处理的基本概念
| ├──2.自然语言处理的基本实践-机器学习
| ├──3.自然语言处理的基本实践-深度学习
| ├──4.自然语言处理的核心部分
| └──5.实战项目-从零开始创建聊天机器人
├──1-8 图片商品物体检测项目第一阶段-检测算法原理
| ├──1.目标检测概述
| ├──2.RCNN原理
| ├──3.SPPNet原理
| ├──4.FastRCNN原理
| ├──5.FasterRCNNN原理
| ├──6.YOLO原理
| └──7.SSD原理
└──1-9 图片商品物体检测项目第二阶段-数据集的生产和处理
| ├──1.数据集标记
| ├──2.数据集格式转换
| └──3.TFRecords读取
[我要扒资料]
