基于Python玩转人工智能最火框架 TensorFlow应用实践

课程链接:点击获取

1. 本站所有课程百分百高清,完整,原画,包含所有的视频+素材+课件+源码,官方同步体验!
2. 本站所有课程格式MP4格式无密 可以通过网盘在线学习也可下载到本地,方便快捷!
3. 官方品质,信誉保证,本站包含全网二十多家IT机构,累计3000+课程!感谢同学们的信任与支持,保证让同学们满意
4. 所有课程都会包更新,只要官方更新本站延迟2-3天就会更新。

全网二十多家IT机构课程大全:点击获取

基于Python玩转人工智能最火框架

TensorFlow应用实践

“网红”编程语言Python与人工智能主流框架TensorFlow开发多个有趣的人工智能应用

 

〖课程介绍〗:

全民人工智能时代,不甘心只做一个旁观者,那就现在开始,从人工智能最流行的框架TensorFlow学起,本课程将手把手带你掌握TensorFlow技术,遵循从基础到实践应用的完整过程,是你通向人工智能开发的首选!

〖课程目录〗:

  • 第1章 课程整体介绍1 节 | 17分钟
  • 课程背景简介,项目成果演示,知识点和软件简介,让大家对接下来的学习心中有数
  • 收起列表
    • 视频:1-1 课程整体介绍及导学 (16:24)
  • 第2章 人工智能基础知识 试看9 节 | 66分钟
  • 人工智能、神经网络、机器学习、深度学习、激活函数、过拟合、卷积神经网络、循环神经网络等知识的循序渐进讲解。培养大家对课程的兴趣,了解人工智能前景,对人工智能抱持正确态度
  • 收起列表
    • 视频:2-1 什么是人工智能 (04:48)试看
    • 视频:2-2 人工智能前景 (05:26)试看
    • 视频:2-3 人工智能需要的基本数学知识 (01:57)试看
    • 视频:2-4 人工智能简史 (07:47)
    • 视频:2-5 AI、机器学习和深度学习的关联 (02:32)
    • 视频:2-6 什么是机器学习 (19:05)
    • 视频:2-7 面对AI,我们应有的态度 (05:16)
    • 视频:2-8 什么是过拟合 (07:05)
    • 视频:2-9 什么是深度学习 (11:08)
  • 第3章 TensorFlow简介和开发环境搭建12 节 | 106分钟
  • TensorFlow是什么,TensorFlow原理和前景,TensorFlow和其他框架的对比(例如 Theano,ScikitLearn,Keras,Caffe2,PyTorch等)。开发环境搭建,并提供讲师已经配置好开发环境的虚拟机镜像
  • 收起列表
    • 视频:3-1 什么是TensorFlow (10:13)
    • 视频:3-2 TensorFlow和其他机器学习库的对比1 (26:46)
    • 视频:3-3 如何学习TensorFlow (11:42)
    • 视频:3-4 TensorFlow前景 (03:59)
    • 视频:3-5 如何使用课程提供的虚拟机文件 (07:15)
    • 视频:3-6 安装VirtualBox (02:41)
    • 视频:3-7 安装Ubuntu (15:29)
    • 视频:3-8 配置Ubuntu系统 (05:46)
    • 视频:3-9 安装Python (04:02)
    • 视频:3-10 安装TensorFlow(上) (10:42)
    • 视频:3-11 安装TensorFLow(下) (05:47)
    • 视频:3-12 安装Python类库 (01:20)
  • 第4章 TensorFlow原理与进阶(代码实践)36 节 | 459分钟
  • TensorFlow核心概念,TensorFlow激励函数,TensorFlow构建神经网络,TensorFlow优化器,可视化利器TensorBoard,TensorFlow解决过拟合,TensorFlow实现卷积神经网络和循环神经网络等。通过生动图文原理解释和实例,循序渐进掌握TensorFlow
  • 收起列表
    • 视频:4-1 从HelloWorld开始 (05:41)
    • 视频:4-2 TensorFlow的编程模式 (02:55)
    • 视频:4-3 TensorFlow的基础结构 (02:37)
    • 视频:4-4 图和会话 (05:09)
    • 视频:4-5 Python常用库Numpy的使用 (11:39)
    • 视频:4-6 什么是Tensor(上) (17:59)
    • 视频:4-7 什么是Tensor(下) (16:26)
    • 视频:4-8 图和会话原理及案例(上) (15:58)
    • 视频:4-9 图和会话原理及案例(下) (11:47)
    • 视频:4-10 可视化利器TensorBoard(上) (18:42)
    • 视频:4-11 可视化利器TensorBoard(下) (17:52)
    • 视频:4-12 酷炫模拟游乐园PlayGround (10:25)
    • 视频:4-13 常用Python库Matplotlib (16:32)
    • 视频:4-14 综合小练习:梯度下降解决线性回归(上) (15:57)
    • 视频:4-15 综合小练习:梯度下降解决线性回归(中) (11:38)
    • 视频:4-16 综合小练习:梯度下降解决线性回归(下) (13:01)
    • 视频:4-17 激活函数(上) (10:50)
    • 视频:4-18 激活函数(下) (05:35)
    • 视频:4-19 动手实现CNN卷积神经网络(一) (16:16)
    • 视频:4-20 动手实现CNN卷积神经网络(二) (19:03)
    • 视频:4-21 动手实现CNN卷积神经网络(三) (17:53)
    • 视频:4-22 动手实现CNN卷积神经网络(四) (12:39)
    • 视频:4-23 动手实现CNN卷积神经网络(五) (15:50)
    • 视频:4-24 动手实现RNN-LSTM循环神经网络(一):背景和知识点 (26:43)
    • 视频:4-25 动手实现RNN-LSTM循环神经网络(二):编写实用方法(上) (11:27)
    • 视频:4-26 动手实现RNN-LSTM循环神经网络(三):编写实用方法(中) (12:23)
    • 视频:4-27 动手实现RNN-LSTM循环神经网络(四):编写实用方法(下)1 (08:28)
    • 视频:4-28 动手实现RNN-LSTM循环神经网络(四):编写实用方法(下)2 (08:17)
    • 视频:4-29 动手实现RNN-LSTM循环神经网络(五):编写神经网络模型(上) (16:48)
    • 视频:4-30 动手实现RNN-LSTM循环神经网络(六):编写神经网络模型(中)1 (10:10)
    • 视频:4-31 动手实现RNN-LSTM循环神经网络(六):编写神经网络模型(中)2 (12:42)
    • 视频:4-32 动手实现RNN-LSTM循环神经网络(七):编写神经网络模型(下) (10:27)
    • 视频:4-33 动手实现RNN-LSTM循环神经网络(八):编写训练方法(上) (14:30)
    • 视频:4-34 动手实现RNN-LSTM循环神经网络(九):编写训练方法(下) (11:51)
    • 视频:4-35 动手实现RNN-LSTM循环神经网络(十):编写测试方法 (14:40)
    • 视频:4-36 动手实现RNN-LSTM循环神经网络(十一):实际训练和测试 (07:29)
  • 第5章 案例一 会作曲的人工智能15 节 | 233分钟
  • 结合RNN-LSTM开发能作出动听旋律的炫酷人工智能:背景和知识点简介,开发环境配置,原理讲解,代码实现,训练模型和测试
  • 收起列表
    • 视频:5-1 背景和知识点简介 (14:14)
    • 视频:5-2 音乐和数学的联系 (06:56)
    • 视频:5-3 什么是MIDI文件 (08:15)
    • 视频:5-4 配置开发环境 (04:04)
    • 视频:5-5 编写转换MIDI到MP3的方法 (08:42)
    • 视频:5-6 Python音乐库Music21的使用和测试方法 (11:30)
    • 视频:5-7 编写整个神经网络模型 (40:53)
    • 视频:5-8 编写从训练文件获取音符的方法 (15:39)
    • 视频:5-9 编写从预测数据来生成音乐的方法 (16:15)
    • 视频:5-10 编写训练神经网络的方法(一) (19:53)
    • 视频:5-11 编写训练神经网络的方法(二) (19:32)
    • 视频:5-12 编写训练神经网络的方法(三) (19:43)
    • 视频:5-13 编写神经网络生成音乐的方法(一) (18:27)
    • 视频:5-14 编写神经网络生成音乐的方法(二) (26:28)
    • 视频:5-15 纯TensorFlow版的预告 (02:18)
  • 第6章 案例二 会Photoshop的人工智能12 节 | 116分钟
  • 结合DCGAN开发会PS的人工智能。从此P图不用愁,分分钟搞定N多图片的创建:背景和知识点简介,开发环境配置,原理讲解,代码实现,训练模型和测试
  • 收起列表
    • 视频:6-1 背景和知识点简介 (04:18)
    • 视频:6-2 配置开发环境 (05:26)
    • 视频:6-3 什么是GAN(生成对抗网络) (05:44)
    • 视频:6-4 什么是DCGAN (06:44)
    • 视频:6-5 编写DCGAN中的判别器模型(上) (13:10)
    • 视频:6-6 编写DCGAN中的判别器模型(下) (13:45)
    • 视频:6-7 编写DCGAN中的生成器模型 (09:17)
    • 视频:6-8 编写训练神经网络的方法(上) (15:37)
    • 视频:6-9 编写训练神经网络的方法(下) (13:39)
    • 视频:6-10 编写神经网络生成图片的方法 (15:30)
    • 视频:6-11 代码完成和测试模型 (09:28)
    • 视频:6-12 纯TensorFlow版的预告 (02:18)
  • 第7章 案例三 会开3D赛车的人工智能18 节 | 256分钟
  • 结合深度强化学习中的A3C实现会开3D赛车的人工智能,学会自动驾驶:背景和知识点简介,开发环境配置,原理讲解,代码实现,训练模型和测试
  • 收起列表
    • 视频:7-1 背景和知识点简介 (08:59)
    • 视频:7-2 强化学习的经典实验环境 (18:27)
    • 视频:7-3 配置开发环境(1) (15:08)
    • 视频:7-4 配置开发环境(2) (19:54)
    • 视频:7-5 什么是强化学习 (19:45)
    • 视频:7-6 什么是Q Learning (04:13)
    • 视频:7-7 Q-Learning 实现机器人走迷宫:创建环境 (12:40)
    • 视频:7-8 Q-Learning 实现机器人走迷宫:决策算法(1) (16:48)
    • 视频:7-9 Q-Learning 实现机器人走迷宫:决策算法(2) (10:11)
    • 视频:7-10 Q-Learning 实现机器人走迷宫:游戏主程序 (12:25)
    • 视频:7-11 Deep Q Learning 实现迷宫游戏:决策算法(1) (15:34)
    • 视频:7-12 Deep Q Learning 实现迷宫游戏:决策算法(2) (14:34)
    • 视频:7-13 Deep Q Learning 实现迷宫游戏:决策算法(3) (14:24)
    • 视频:7-14 Deep Q Learning 实现迷宫游戏:决策算法(4)和主程序 (12:31)
    • 视频:7-15 Policy Gradient 实现 Gym 游戏 (15:30)
    • 视频:7-16 A3C 实现 3D 赛车游戏:成果演示 (13:09)
    • 视频:7-17 A3C实现3D赛车游戏:讲解A3C和编写环境 (14:51)
    • 视频:7-18 A3C实现3D赛车游戏:编写A3C算法和主程序 (16:18)
  • 第8章 知识点总结和课程延展5 节 | 40分钟
  • 知识点总结,如何学习一门知识,如何深入人工智能和TensorFlow,如何学习数学和英语,TensorFlow还能做什么,等等。
  • 收起列表
    • 视频:8-1 总结陈词和补充 (07:32)
    • 视频:8-2 如何学好英语 (07:30)
    • 视频:8-3 如何学好数学 (06:51)
    • 视频:8-4 如何学习一门技术及课程知识点总结 (11:05)
    • 视频:8-5 深入AI和TensorFlow (06:15)

 

〖视频截图〗:

 

课程说明
1. 本站所有课程百分百高清,完整,原画,包含所有的视频+素材+课件+源码,官方同步体验!
2. 本站所有课程格式MP4格式无密 可以通过网盘在线学习也可下载到本地,方便快捷!
3. 官方品质,信誉保证,本站包含某课网,极客时间, 某讯课堂,某易云,饥人谷,某度教育….等上万部课程正在陆续更新,感谢同学们的信任与支持,保证让同学们满意
4. 所有课程都会包更新,只要官方更新本站延迟2-3天就会更新。
5. 爱好学习,一直提升自己的小伙伴可以开通会员,享受全站无限制畅快学习!

从天气项目入门Spring Cloud微服务治理

免责声明: 1、本站信息来自网络,版权争议与本站无关 2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责 5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。 6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站(邮箱:jaydao_cn@163.com),本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如有侵权请邮件与我们联系处理。
简道IT教程 » 基于Python玩转人工智能最火框架 TensorFlow应用实践

发表评论

提供最优质的资源集合

立即查看 了解详情