深度学习实战
2 人学过
通过一系列实战案例掌握深度学习相关算法与模型的应用。
课程内容
知识图谱
共5个章节 24个实验
1 第1章 TensorFlow基础
TensorFlow基础
实验1 实验1：【TensorFlow基础】张量-计算图-会话
TensorFlow基础：张量、计算图、会话
实验2 实验2：【TensorFlow基础】线性回归
TensorFlow基础：线性回归
实验3 实验3：【TensorFlow基础】逻辑回归
TensorFlow基础：逻辑回归
实验4 实验4：【TensorFlow基础】词向量算法
TensorFlow基础：词向量算法
实验5 实验5：【TensorFlow基础】最近邻算法
TensorFlow基础：最近邻算法
2 第2章 神经网络基础
神经网络基础
实验1 实验6：神经网络游乐场
深度学习基础：神经网络游乐场
实验2 实验7：神经网络基础与实现
神经网络基础与实现
3 第3章 卷积神经网络
卷积神经网络
实验1 实验8：泰坦尼克号旅客生存率预测
泰坦尼克号旅客生存率预测
实验2 实验9：CNN手写数字识别
CNN手写数字识别
实验3 实验10：手写字识别与可视化
用Tensorflow做手写字识别
实验4 实验11：论坛验证码识别
基于CNN的Discuz论坛验证码识别系统
实验5 实验12：车牌号码识别
基于CNN的车牌号码识别系统
实验6 实验13：基于卷积神经网络的图像风格迁移
基于卷积神经网络的图像风格迁移
实验7 实验14：Inception-V3图像分类
Inception-V3图像分类
实验8 实验15：CIFAR-10 图像物体识别
CIFAR-10 图像物体识别
4 第4章 循环神经网络
循环神经网络
实验1 实验16：FaceNet人脸识别实验
FaceNet人脸识别实验
实验2 实验17：循环神经网络模型的原理与实践
循环神经网络模型的原理与实践
实验3 实验18：基于RNN的语音识别
基于RNN的语音识别
实验4 实验19：LSTM模型原理与实践
LSTM模型原理与实践
实验5 实验20：基于LSTM的时间序列预测最高股价
基于LSTM的时间序列预测最高股价
实验6 实验21：基于LSTM的航班乘客预测
基于LSTM的航班乘客预测
实验7 实验22：基于LSTM的图像描述
基于LSTM的图像描述
5 第5章 seq2seq
seq2seq
实验1 实验23：seq2seq模型原理与实践
seq2seq模型原理与实践
实验2 实验24：基于生成式对抗网络的手写字生成
基于生成式对抗网络的手写字生成
