Tensorflow基本应用之基础入门系列视频课程

课程目标:了解Tensorflow基本框架,学会Tensorflow的基本应用如优化器使用,Dropout使用等。学会使用Tensorflow中的卷积神经网络CNN以及长短时记忆网络LSTM,学会使用Tensorboard去调试网络。

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
5分 共24课时,共7小时10分钟
现价¥128.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

了解Tensorflow基本框架,学会Tensorflow的基本应用如优化器使用,Dropout使用等。学会使用Tensorflow中的卷积神经网络CNN以及长短时记忆网络LSTM,学会使用Tensorboard去调试网络。

适用人群

想自己动手实践深度学习的人,想从事深度学习相关工作的人。

课程简介

本课程上半部分会从Tensorflow最基础的框架开始介绍,从Tensorflow的安装开始,一步一步仔细讲解Tensorflow中的各种技术细节。让大家快速上手编写神经网络。同时也会补充一些深度学习相关的理论知识,如交叉熵,Softmax函数,深度学习中各种优化器的算法和应用等内容。
下半部分会从头开始详细讲解几个深度学习的项目,如图像识别,验证码识别,word2vec,文本分类,语音分类等。

第一章Anaconda和Tensorflow安装
3节24分钟
1-1Tensorflow简介 [免费试看]
11:07
1-2Tensorflow的安装 [免费试看]
05:25
1-3Anaconda的安装 [免费试看]
08:13
第二章Tensorflow的基础使用
4节44分钟
2-1创建图-启动图
11:57
2-2变量
11:21
2-3fetch and feed
07:49
2-4Tensorflow简单案例
13:24
第三章Tensorflow线性回归以及分类的简单使用
3节1小时3分钟
3-1非线性回归
25:00
3-2MNIST数据集和Softmax讲解
08:19
3-3MNIST数据集分类简单版本
29:49
第四章交叉熵,过拟合,dropout以及各种优化器介绍
4节1小时50分钟
4-1交叉熵(cross-entropy)
19:04
4-2过拟合以及Dropout介绍
57:09
4-3优化器Optimizer
25:30
4-4优化器的使用
09:01
第五章Tensorboard结构可视化,网络运算可视化
4节1小时15分钟
5-1第4周作业网络优化
07:26
5-2Tensorboard网络结构
28:35
5-3Tensorboard网络运行
16:06
5-4Tensorboard可视化
23:05
第六章卷积神经网络CNN
2节52分钟
6-1卷积神经网络CNN介绍
20:01
6-2CNN应用于MNIST数据集分类
32:02
讲师介绍
覃秉丰
讲师评分5.0分
机器学习,深度学习神经网络领域多年开发研究经验,精通算法原理与编程实践。曾完成过多项图像识别,目标识别,语音识别的实际项目,经验丰富。关注深度学习领域各种开源项目,如TensorFlow,Caffe,Torch等。喜欢理论与实践相结合的教学风格,课程编排由浅入深,体系清晰完整。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载