扫码支付

购买商品:课程名称读取中
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 人工智能> 深度学习
  • Tensorflow进阶项目系列

    本课程支持以下优惠:

  • 由百度云提供技术支持
    课程目录
    第一章:保存载入模型,使用inception-v3进行图像识别
    • 1. 第7周作业 (免费)
    • 11:22
    • 2. 参数保存
    • 6:26
    • 3. 模型保存
    • 7:07
    • 4. 下载Google图像识别网络inception-v3
    • 6:33
    • 5. 使用inception-v3做各种图像的识别 (免费)
    • 25:09
    第二章:Tensorflow的GPU版本安装,设计自己的图像识别模型
    • 1. GPU版本的Tensorflow安装
    • 6:38
    • 2. Retrain图像识别模型
    • 32:06
    • 3. TFRecord使用以及从头开始训练图像识别模型
    • 36:01
    第三章:多任务学习以及验证码识别
    • 1. 生成验证码
    • 17:42
    • 2. 多任务学习
    • 14:28
    • 3. 使用多任务学习完成验证码识别
    • 41:23
    • 4. 检验验证码识别效果
    • 8:40
    第四章:word2vec讲解和使用,CNN解决文本分类
    • 1. 第10周作业
    • 12:03
    • 2. word2vec的介绍和实现
    • 55:40
    • 3. 使用CNN完成文本分类
    • 49:09
    第五章:语音处理以及使用LSTM构建语音分类模型
    • 1. 第11周作业讲解
    • 13:26
    • 2. 语音信号处理
    • 15:31
    • 3. 使用LSTM完成语音分类
    • 45:30

    优惠套餐

    Tensorflow实践套餐
    套餐价:¥219.00
    原价:¥296
    python数据分析与深度学习实战
    套餐价:¥398.00
    原价:¥616
    • 【课程类型】实战教学 【难度级别】中级 【适合人群】所有人
    • 【课程介绍】
      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。
    • 【课程目标】
      学会Tensorflow的一些高级应用,如TFRecord,Slim,队列等。并学会使用Tensorflow完成图像识别,验证码识别,文本分类,语音分类等项目。
    • 【课程计划】
      随到随学

    第一章:保存载入模型,使用inception-v3进行图像识别
    1 第7周作业
    11:22
    第7周作业讲解。
    2 参数保存
    | 6:26
    保存和载入训练好的模型参数。
    3 模型保存
    7:07
    保存和载入训练好的参数以及模型结构。
    下载Google图像识别网络inception-v3并查看结构。
    使用inception-v3做图像识别。

    第二章:Tensorflow的GPU版本安装,设计自己的图像识别模型
    一步一步详细讲解GPU版本的Tensorflow安装方式。
    在已经训练好的Inception-v3的模型基础上Retrain自己的图像识别模型。
    介绍TFRecord的使用,以及利用Inception-v3的结构从头开始。

    第三章:多任务学习以及验证码识别
    1 生成验证码
    17:42
    介绍一种生存验证码的方法。
    2 多任务学习
    14:28
    介绍多任务学习的方法。
    使用多任务学习完成验证码识别。
    检验验证码的识别效果。

    第四章:word2vec讲解和使用,CNN解决文本分类
    1 第10周作业
    12:03
    讲解第10周作业,用另一种方法解决验证码识别问题。
    word2vec的介绍和实现。
    介绍CNN用于文本分类的原理,使用CNN完成文本分类。

    第五章:语音处理以及使用LSTM构建语音分类模型
    第11周作业讲解。
    语音信号处理的基本方法MFCC。
    使用LSTM构建带Dropout的多层网络完成语音分类。

    全部评价(0
    好评(0
    中评(0
    差评(0
    发表评价
    覃秉丰
    9课程4265学员
    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。