论坛元老
- 威望
- 909
- 贡献
- 1032
- 热心值
- 0
- 金币
- 1998
- 注册时间
- 2023-8-20
|
————\计算机教程QTDLG\01-MOOC\229-630-TensorFlow+CNN实战AI图像处理，入行计算机视觉（7章）├─list.txt -1.#INDB├─第1章 AI职场你能走多远 走近AI视觉工程师的世界│ ├─1-10简历点评-应届生_工作经验型案例1100.mp4 29.72MB│ ├─1-11Ai知识图谱1123.mp4 16.67MB│ ├─1-12金玉良言-课程知识脉络与学习建议0557.mp4 8.25MB│ ├─1-1这是一门可以带领你轻松步入视觉开发工程师的好课0928.mp4 19.82MB│ ├─1-2本章概览0121.mp4 2.36MB│ ├─1-3Ai职场的蛋糕定律0755.mp4 15.53MB│ ├─1-4初入职场-快速成为合格的Ai视觉工程师1201.mp4 16.76MB│ ├─1-5小白上道-面试中论项目履历的重要性0958.mp4 20.3MB│ ├─1-6锦囊相送-非HR技术高管面试更注重什么0854.mp4 12.65MB│ ├─1-7跳槽必知-如何让Ai技术猎头更加关注你0611.mp4 9.12MB│ ├─1-8加薪升职-高端CV岗如何做足面试准备1123.mp4 17.73MB│ └─1-9技能量化-常见职级模型解读0738.mp4 12.69MB├─第2章 AI视觉处理预备知识 必知概念、工具与基本操作│ ├─2-10大数据时代的AI图像处理框架-TensorFlow1214.mp4 19.13MB│ ├─2-11用Kerasapplications提取图像特征0331.mp4 5.34MB│ ├─2-12用Keras构建神经网络0958.mp4 14.68MB│ ├─2-13拓展知识OpenCV开源图像数据处理工具0442.mp4 20.97MB│ ├─2-14本章必会知识点与难点精析0547.mp4 8.74MB│ ├─2-1本章概览0051.mp4 1.77MB│ ├─2-2计算机视觉与图像处理的关系0157.mp4 2.83MB│ ├─2-3计算机视觉处理的基本任务0621.mp4 11.66MB│ ├─2-4Ai视觉处理的应用0834.mp4 13.77MB│ ├─2-5图像的特征10825.mp4 18.82MB│ ├─2-6图像的特征20613.mp4 10.59MB│ ├─2-7图像的特征30924.mp4 19.77MB│ ├─2-8图像的特征40522.mp4 8.06MB│ └─2-9Pillow处理图像数据1241.mp4 20.48MB├─第3章 感悟AI视觉的精妙构思 完成第一个AI视觉项目│ ├─3-10Ai模型的评估与保存0513.mp4 8.17MB│ ├─3-11欣赏成果图像分辨率处理效果展示的执行0336.mp4 5.66MB│ ├─3-12培养大厂思维尝试提高Ai模型的性能0756.mp4 11.13MB│ ├─3-13拓展知识OpenCV人脸检测0317.mp4 8.18MB│ ├─3-14本章必会知识点与难点精析0524.mp4 8.62MB│ ├─3-1本章概览0240.mp4 3.72MB│ ├─3-2Ai图像处理模型学习的流程0924.mp4 17.61MB│ ├─3-3第一个Ai视觉处理项目的准备工作1314.mp4 25.72MB│ ├─3-4流程第一步图像数据的获取_下载0800.mp4 13.02MB│ ├─3-5进一步处理图像-使用Pillow和NumPy0512.mp4 7.91MB│ ├─3-6流程第二步建立Ai视觉处理模型0816.mp4 14.54MB│ ├─3-7流程第三步嵌入神经网络CNN的工作0607.mp4 18.8MB│ ├─3-8将模型PC机部署并启动与运行0121.mp4 3.02MB│ └─3-9流程第四步AI模型学习结果显示0802.mp4 17.42MB├─第4章 Ai视觉工程师进阶 驾驭卷积神经网络模型│ ├─4-1本章概览0229.mp4 4.07MB│ ├─4-2神经网络的升级版本-卷积神经网络CNN0538.mp4 11.44MB│ ├─4-3CNN的基本结构0345.mp4 5.59MB│ ├─4-4用二维滤波器检测图像特征1131.mp4 18.05MB│ ├─4-5将缩减的图像零填充恢复图像的尺寸0317.mp4 5.74MB│ ├─4-6案例基于TensorFlow的滤波器编程实践010354.mp4 9.22MB│ ├─4-7案例基于TensorFlow的滤波器编程实践022738.mp4 53.85MB│ ├─4-8案例基于keras风格的Fashion-MNIST编程实战3221.mp4 73.84MB│ └─4-9本章必会知识点与难点精析0315.mp4 5.29MB├─第5章 CNN增强图像分辨率项目： 实战精讲│ ├─5-10AdamOptimizer优化算法参数的设定0605.mp4 12.15MB│ ├─5-11项目Python代码模块设计方案0323.mp4 7.7MB│ ├─5-12数据预处理模块设计与Python代码实战0254.mp4 11.32MB│ ├─5-13模型构建与Python代码实战1059.mp4 20.97MB│ ├─5-14模型训练过程与Python代码实战1507.mp4 32.7MB│ ├─5-15模型评价与Python代码实战1142.mp4 33.03MB│ ├─5-16结果可视化与Python代码实战1610.mp4 40.32MB│ ├─5-17模型的保存与Python代码实战0204.mp4 4.76MB│ ├─5-18阶段结果验收与评估0344.mp4 5.76MB│ ├─5-19ImagesDataGenerator处理模糊-清晰图像数据集实战精讲2430.mp4 64.76MB│ ├─5-1本章概览0251.mp4 3.96MB│ ├─5-20梯度消失问题策略0446.mp4 6.41MB│ ├─5-21激活函数详解-01双曲正切函数1706.mp4 28.99MB│ ├─5-22激活函数详解-02ReLU函数1145.mp4 19.94MB│ ├─5-23激活函数详解-03LeakyReLU函数0915.mp4 17.23MB│ ├─5-24激活函数详解-04swish函数1457.mp4 29.24MB│ ├─5-25本章必会知识点与难点精析0624.mp4 12.38MB│ ├─5-2图像超分辨率模型2627.mp4 52.43MB│ ├─5-3建立第一个图像超分辨率模型0508.mp4 8.38MB│ ├─5-4超分辨率模型Python代码实现1041.mp4 24.41MB│ ├─5-5图像预处理1751.mp4 40.48MB│ ├─5-6制作高低分辨率图像数据-11454.mp4 31.14MB│ ├─5-7制作高低分辨率图像数据-20823.mp4 16.08MB│ ├─5-8制作高低分辨率图像数据-31333.mp4 36.59MB│ └─5-9选择误差函数策略0352.mp4 6.45MB├─第6章 项目优化实战： 项目Leader的内功心法│ ├─6-10读书少年卡通图像画质增强实战1941.mp4 53.09MB│ ├─6-11本章必会知识点与难点精析0453.mp4 8.03MB│ ├─6-1本章概览0228.mp4 3.77MB│ ├─6-2融合业务与再次深入把控卷积原理1948.mp4 40.86MB│ ├─6-3问题分析与激活函数调整策略0753.mp4 13.64MB│ ├─6-4提升画质质量-尝试不断更换模型0546.mp4 8.3MB│ ├─6-5调整epoch平衡模型的拟合情况0712.mp4 12.11MB│ ├─6-6建立画质质量评估指标-PSNR1209.mp4 24.96MB│ ├─6-7尝试支持彩色图像画质0153.mp4 6.63MB│ ├─6-8建立画质质量评估指标-SSIM1138.mp4 19.43MB│ └─6-9提升画质质量-跳跃连接结构模型1920.mp4 39.05MB└─第7章 研发优质产品： 持续打磨产品核心功能 ├─7-10学习率设定策略05-Adadelta0220.mp4 3.99MB ├─7-11学习率设定策略06-Adam0604.mp4 11.85MB ├─7-12学习率设定策略07-AMSGrad0324.mp4 6.78MB ├─7-13BatchNormalization提高模型训练速度0508.mp4 9.32MB ├─7-142023年玉兔幸福年-图像增强实战纪念版1053.mp4 44.6MB ├─7-15本章必会知识点与难点精析0358.mp4 6.25MB ├─7-1本章概览0109.mp4 1.9MB ├─7-2模型权重初始值设定策略0633.mp4 10.55MB ├─7-3过拟合问题低层剖析0728.mp4 10.08MB ├─7-4模型Dropout层防止过拟合策略0415.mp4 6.71MB ├─7-5引入EarlyStopping机制应对突发情况0827.mp4 19.66MB ├─7-6学习率设定策略01-momentum1055.mp4 18.74MB ├─7-7学习率设定策略02-Nesterov0418.mp4 7.76MB ├─7-8学习率设定策略03-Adagrad0246.mp4 5.3MB └─7-9学习率设定策略04-RMSprop0311.mp4 6.14MB |
|
发表于 2023-8-20 06:19
