人工智能实践-Tensorflow笔记_8_北京大学(曹健)
——/2、人工智能实践-Tensorflow笔记_北京大学(曹健)/├──slide
| ├──1 概述.pdf603.83kb
| ├──2 Python语法串讲.pdf995.38kb
| ├──3 搭建神经网络.pdf668.14kb
| ├──4 神经网络优化.pdf2.36M
| ├──5 全连接网络基础(1).pdf560.03kb
| ├──6 全连接网络实践.pdf1.48M
| ├──7 卷积网络基础.pdf2.19M
| ├──8 卷积网络实践.pdf1.67M
| └──VGGNET论文.pdf195.32kb
├──第八讲 卷积网络实践
| ├──8.1.1 复现已有的卷积神经网络.mp460.53M
| └──8.2.1 用vgg16实现图片识别.mp4239.48M
├──第二讲 Python语法串讲
| ├──2.1.1 Linux指令、Hello World.mp4108.74M
| ├──2.2.1 列表、元组、字典.mp4132.15M
| ├──2.3.1 条件语句.mp4145.58M
| ├──2.4.1 循环语句.mp470.14M
| ├──2.5.1 turtle模块.mp460.13M
| ├──2.6.1 函数、模块、包.mp497.84M
| ├──2.7.1 类、对象、面向对象的编程.mp4145.45M
| └──2.8.1 文件操作.mp495.04M
├──第六讲 全连接网络实践
| ├──6.1.1 输入手写数字图片输出识别结果.mp4199.72M
| └──6.2.1 制作数据集.mp4260.07M
├──第七讲 卷积网络基础
| ├──7.1.1 卷积神经网络.mp4369.83M
| └──7.2.1 lenet5代码讲解.mp4237.21M
├──第三讲 Tensorflow框架
| ├──3.1.1 张量、计算图、会话.mp4161.13M
| ├──3.2.1 前向传播.mp4212.49M
| └──3.3.1 反向传播.mp4261.05M
├──第四讲 神经网络优化
| ├──4.1.1 损失函数.mp4357.06M
| ├──4.2.1 学习率.mp4151.90M
| ├──4.3.1 滑动平均.mp4115.97M
| ├──4.4.1 正则化.mp4208.47M
| └──4.5.1 神经网络搭建八股.mp4156.58M
├──第五讲 全连接网络基础
| ├──5.1.1 MNIST数据.mp4179.79M
| ├──5.2.1 模块化搭建神经网络八股.avi114.85M
| └──5.3.1 手写数字识别准确率输出.mp4140.62M
└──第一讲 人工智能概述
| ├──1.1.1 概述.mp4317.14M
| ├──1.2.1 双系统安装.mp4337.45M
| ├──1.3.1 Windows虚拟机安装.mp4103.80M
| └──1.4.1 Mac Tensorflow安装.avi125.52M
**** Hidden Message *****
人工智能实践-Tensorflow笔记_8_北京大学(曹健) [复制链接]
人工智能实践-Tensorflow笔记_8_北京大学(曹健) 123123123123 人工智能实践-Tensorflow笔记_8_北京大学(曹健) 人工智能实践-T 谢谢分享! 人工智能实践-Tensorflow笔记 111111111111111111111
页:
[1]
2