0
83
¥ 49.00购买
开通会员,立省4.90元, 立即开通
立即购买

你将收获

1.了解TensorFlow2.0的特性及一般使用流程

2.学习用TensorFlow实现图像分类模型

3.学习用TensorFlow实现语义分割模型

4.学习用TensorFlow实现姿态估算模型

适用人群

1、想要从事AI方面工作的学生 2、对于深度学习十分感兴趣的

课程介绍

TensorFlow是由Google开发的深度学习框架,被广泛应用于各类机器学习算法的编程实现,无论你是专家还是初学者,它都可以帮助你轻松构建和部署机器学习模型。作为当下最为热门的机器学习框架,TensorFlow具有非常完整的生态系统,可以帮助你使用机器学习解决各种棘手的现实问题,并随时随地进行可靠的机器学习生产,英特尔、AIRBUS、中国移动、小米等一大批知名企业都在使用TensorFlow进行开发。


【超实用课程内容】

本课程将从实战的角度出发,手把手教你使用TensorFlow实现各类深度学习算法——图像分类、语义分割、姿态估算等,全面提升学员的深度学习开发水平,帮助你在人工智能的浪潮之中创造属于自己的新天地


【课程如何观看?】

PC端:https://edu.csdn.net/course/detail/26956

移动端:CSDN 学院APP(注意不是CSDN APP哦)

本课程为录播课,课程永久有效观看时长,但是大家可以抓紧时间学习后一起讨论哦~


本课知识点

编程语言移动开发数据库系统/网络/运维云计算/大数据Web全栈人工智能产品经理信息安全区块链游戏开发研发管理机器学习深度学习中国移动英特尔框架

课程讨论

老师一直说的,所有学习资料放在一个固定的地方,到底是在哪里啊?

姿态捕捉最终loss降到多少算是可以

老师我只有两类,背景和前景,为什么numclass改为2无法运行,3可以运行

请问.h文件都在哪里可以下载呢?能不能有人帮忙解决一下,谢谢

很幸运被选中了限免试听课程,讲课的内容对于我来说受益匪浅。三个实战项目很好地帮助我理解了深度学习TensorFlow模型。由浅入深地从开发环境的搭建、到图像分类、语义分割的实现,甚至到姿态捕捉等算法的实现,让我对基于TensorFlow2.0的深度学习算法有了更加清晰的认识。特别是ResNet50和U-Net模型的介绍与实现,讲解得清晰全面。三个实战项目很好地帮助我理解了深度学习TensorFlow模型。由浅入深地从开发环境的搭建、到图像分类、语义分割的实现,甚至到姿态捕捉等算法的实现,让我对基于TensorFlow2.0的深度学习算法有了更加清晰的认识。特别是ResNet50和U-Net模型的介绍与实现,讲解得清晰全面。很赞!很值得!感谢学院课程,感谢老师!

非常感谢csdn得这次活动,也非常感谢讲解“TensorFlow2.0三大项目实战”课程的袁明其老师,将深度学习以项目实战的形式深入浅出,讲解的通俗易懂!本人有幸通过这次审核,从而学习可以学习TensorFlow框架,这次学习是想更深入的使用。课程简介明了,对我这种使用过1版本的人来说应该很快就能学完。感谢。实在是一个不可多得的好课程。。这个课程确实非常好,也希望以后有更多的这种课程,感谢 CSDN。三个实战项目很好地帮助我理解了深度学习TensorFlow模型。由浅入深地从开发环境的搭建、到图像分类、语义分割的实现,甚至到姿态捕捉等算法的实现,让我对基于TensorFlow2.0的深度学习算法有了更加清晰的认识。特别是ResNet50和U-Net模型的介绍与实现,讲解得清晰全面。很赞!很值得!感谢学院课程,感谢老师!

不知道是不是因为抽中的是免费课程,所有没有办法下载课件什么的。这个课程的意义不是很大,老师就是在敲代码,然后我们看老师敲代码而已。各个参数的选择老师也不讲。直接就敲进去了。我觉得最少你要画个图吧,告诉一下大家网络结构,然后再去敲各个阐述吧。花了200多分钟看老师敲代码,也是醉了。到最后代码也没共享出来。。。。感觉真的是没学习到啥。代码可以少讲,里面的逻辑才是重要的。授人以鱼不如授人以渔。 你也可以把敲好的代码直接贴在屏幕上,然后告诉大家后面的逻辑,为什么这么设置。

非常感谢csdn得这次活动,也非常感谢讲解“TensorFlow2.0三大项目实战”课程的袁明其老师,将深度学习以项目实战的形式深入浅出,讲解的通俗易懂!本人有幸通过这次审核,从而学习可以学习TensorFlow框架,这次学习是想更深入的使用。课程简介明了,对我这种使用过1版本的人来说应该很快就能学完。感谢。实在是一个不可多得的好课程。。这个课程确实非常好,也希望以后有更多的这种课程,感谢 CSDN。三个实战项目很好地帮助我理解了深度学习TensorFlow模型。由浅入深地从开发环境的搭建、到图像分类、语义分割的实现,甚至到姿态捕捉等算法的实现,让我对基于TensorFlow2.0的深度学习算法有了更加清晰的认识。特别是ResNet50和U-Net模型的介绍与实现,讲解得清晰全面。很赞!很值得!感谢学院课程,感谢老师!

非常感谢这次活动,也非常感谢 CSDN和老师,让我通过审核,因为晚了快三天才看到,所以还没有学完就先来评价一波。以前学过一些机器学习的知识,但一直没有接触过深度学习, Tensoflow深度学习框架也是只知其名不知其用法,这次课程从安装 Tensoflow深度学习框架到具体的例子都进行了详细讲解和分析,对我来说刚刚好。目前还没有学完,不过不管是时长还是讲解内容都很好,先来评价一波增加点时长,慢慢学习实践。这个课程确实非常好,也希望以后有更多的这种课程,感谢 CSDN。三个实战项目很好地帮助我理解了深度学习TensorFlow模型。由浅入深地从开发环境的搭建、到图像分类、语义分割的实现,甚至到姿态捕捉等算法的实现,让我对基于TensorFlow2.0的深度学习算法有了更加清晰的认识。特别是ResNet50和U-Net模型的介绍与实现,讲解得清晰全面。很赞!很值得!感谢学院课程,感谢老师!

看到课程介绍中说“点击右下方课程资料、代码、课件等打包下载”,但是整个页面都找了,都没有找到,到底是在哪儿呢?看评价中好多人问了这个问题,但是没有看到有被回答的,这一点售后服务都没有的吗??

同学笔记

  • qq_41290499 2020-06-18 14:02:34

    来源:课程介绍 查看详情

    各位,在用unet训练的时候报类别数目错误,用自己的数据,单个分类,在numclasses那里写的是2类,tf.keras.utils.to_categorical(cv2.imread(seg, 0),num_classes=self.num_classes)这句话报错IndexError: index 9 is out of bounds for axis 1 with size2,如何解决?

  • qq_20979341 2020-04-21 09:48:30

    来源:调用U-NET模型 查看详情

    特别说明一下axis=-1的操作。在pyhton中,-1代表倒数第一个,也就是说,假如你的矩阵shape=[3,4,5],那么对这个矩阵来说,axis=-1,其实也就等于axis=2。因为这是个三维矩阵,所以axis可能的取值为0,1,2,所以最后一个就是2。

    在二维数组中,0轴沿着行的垂直往下,第1轴沿着列的方向水平延伸。

  • qq_20979341 2020-03-25 10:09:23

    来源:实现MobileNet V1模型(二) 查看详情

    one hot 的作用

没有更多了