-
Python数据分析--玩转深度学习(2024版)11小时51分钟畅销 介绍CNN、RNN、LSTM等深度学习算法,及其在Keras+Tensorflow环境的实现。深度学习?深在哪里?! 课程内容介绍 如何选择各类深度学习模型 图像的数据表示 图像与数据的互相转换5.0 69课时 25032人学习¥ 199.00 2024/07/22
-
Keras进阶项目实战6小时26分钟Keras课程会分为上下两部分,上半部分课程为keras基础,下半部分会使用Keras完成一些实际项目的应用。图像数据预处理 猫狗分类-简单CNN 猫狗分类-VGG16-bottleneck 猫狗分类-VGG16-Finetune 图像风格转换-原理介绍5.0 17课时 1101人学习¥ 168.00 2019/05/06
-
TensorFlow 2.3 深度学习与卷积神经网络5小时29分钟畅销 掌握神经网络基本构建、采用TensorFlow完成DNN网络构建等神经网络与未来智能 (课程介绍与资源下载) 灵魂三连问(TF介绍与环境搭建) 看我72变(Tensor之变量) 爱你一万年(Tensor之常量) 好好练习,天天向上(章节巩固与练习)5.0 27课时 9618人学习¥ 169.00 2023/02/13
-
初识Python人工智能-深度学习开发框架Tensorflow案例实战视频12小时13分钟畅销 本套内容着重以机器学习算法和深度开发框架Tensorflow为基底,让大家从机器学习算法原理认识人工智能 初识KNN-电影分类 KNN参数优化 KNN手写数字识别 线性回归概念及权重系数求解5.0 39课时 692人学习¥ 198.00 2019/10/30
-
Tensorflow2.x版本框架的讲解以及实战案例:通过NN,CNN识别手写数字和识别图形验证码8小时26分钟Tensorflow2.x版本框架的讲解以及实战案例:通过NN,CNN识别手写数字和识别图形验证码复习深度学涉及到的神经网络,CNN,RNN,LSTM等结构 TensorFlow2.x版本框架的介绍 深度学主要框架的对比 讲解TensorFlow框架的架构图 下载和安装TensorFlow2.x版本的框架5.0 36课时 2232人学习¥ 199.00 2022/08/09
-
实战探究算法分析和设计3小时27分钟畅销 能够从实际出发设计存储结构,基于存储结构解决实际问题,设计高效的算法快速解决问题。线性表的顺序存储结构 线性表基于顺序存储结构的初始化操作 线性表基于顺序存储结构的判空操作和求长度的操作 线性表基于动态顺序存储结构找前驱的操作 线性表基于动态顺序存储结构的找后继的操作5.0 69课时 2574人学习¥ 119.00 2022/04/07
-
深度学习论文解读8小时1分钟了解深度学习论文知识,学会读论文的方法Understanding the difficulty . ReLU Dropout AlexNet VGGNet5.0 16课时 600人学习¥ 199.00 2020/09/14
-
深度学习人脸识别之人脸年龄识别项目操作实战3小时2分钟培养深度学习工程师、计算机视觉工程师、人脸识别工程师人脸年龄识别原理及项目介绍 人脸年龄识别核心源代码解析 人脸年龄识别项目服务工程化和在Linux服务器部署操作实战 人脸属性识别预测 人脸识别原理与介绍5.0 6课时 187人学习¥ 100.00 2022/06/13
-
深度学习实战及进阶应用7小时43分钟掌握深度学习算法的基本原理和核心技术循环神经网络(RNN) 基于时间的反向传播算法(BPTT) 长短期记忆神经网络(LSTM) 门控单元神经网络(GRU) 文本生成综合项目(一)5.0 20课时 454人学习¥ 199.00 2023/10/20
-
深度学习项目课:医学影像与图像分割8小时35分钟快速掌握医学图像处理的基本流程和核心应用,并基于Django部署图像分割案例虚拟机软件的介绍和使用 SimpleITK读取医学图像数据 Windows下安装SimpleITK SimpleITK读取序列文件 SimpleITK文件的转换5.0 56课时 593人学习¥ 199.00 2024/01/25
-
Python数据分析(机器学习)经典案例视频课程8小时19分钟让同学们快速学习如何使用python及其常用库进行数据分析和机器学习模型建立和评估的工作。对于真实的数据集学习如何进行数据的清洗预处理以及特征的提取,对于机器学习算法详解其应用场景和参数调节应对遇到的挑战。课程简介 使用Anaconda搭建python环境 Kobe Bryan生涯数据读取与简介 特征数据可视化展示 数据预处理4.9 48课时 57736人学习¥ 198.00 2020/06/28
-
人工智能深度学习卷积神经网络入门(上)--理论5小时8分钟学习卷积神经网络,误差逆传播,梯度下降法与delta法则,等让大家对人工智能,卷积神经网络快速入门卷积神经网络概述 为什么引入神经网络来做识别,判断,预测? 给出一个生活中的最简单的两层神经网的实际例子1 给出一个生活中的最简单的两层神经网的实际例子2 为什么要引入激活函数1暂无评分 27课时 278人学习¥ 199.00 2019/10/28