深度学习与Tensorflow2实战

深度学习与Tensorflow2实战

深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例,让同学们熟练使用PyTorch框架进行项目开发。

课程内容全部以实战为导向,基于当下计算机视觉与自然语言处理中经典项目进行实例讲解,通过Debug模式详解项目中每一行代码的作用与效果,整体风格通俗易懂,提供全部课程所属课件。

课程共27章,171节

章节1 tensorflow安装与简介
章节2 神经网络原理解读与整体架构
章节3 搭建神经网络进行分类与回归任务
章节4 卷积神经网络原理与参数解读
章节5 猫狗识别实战
章节6 图像数据增强实例
章节7 训练策略-迁移学习实战
章节8 递归神经网络与词向量原理解读
章节9 基于TensorFlow实现word2vec
章节10 基于RNN模型进行文本分类任务
章节11 tfrecord制作数据源
章节12 将CNN网络应用于文本分类实战
章节13 时间序列预测
章节14 自然语言处理通用框架BERT原理解读
章节15 谷歌开源项目BERT源码解读与应用实例
章节16 对抗生成网络实战
章节17 基于CycleGan开源项目实战图像合成
章节18 经典网络架构Resnet实战
章节19 Tensorflow基础操作
章节20 Tensorflow卷积神经网络实战
章节21 卷积神经网络实战:猫狗识别
章节22 递归神经网络模型(RNN)
章节23 致敬经典:Alexnet网络实战
章节24 Tensorboard可视化模块
章节25 CNN文本分类任务
章节26 Tensorflow项目实战-验证码识别
章节27 Resnet残差网络

上一篇:tensorflow2(五)


下一篇:tensorflow2.x模型保存