深度学习之神经网络(CNN&RNN&GAN)算法原理+实战 – 带源码课件

课程信息

本课程使用原理讲解加实战的方式学习卷积神经网络（CNN）、循环神经网络（RNN）、对抗神经网络（GAN），通过图像分类、文本分类、图像风格转换、图像文本生成、图像翻译等项目，深度掌握算法调参以及使用Tensorflow进行编程的能力。

课程目录

├── 第1章 课程介绍
│   └── 1-1 课程导学.mp4 45.43M
├── 第2章 神经网络入门
│   ├── 2-1 机器学习、深度学习简介.mp4 52.08M
│   ├── 2-2 神经元-逻辑斯底回归模型.mp4 22.60M
│   ├── 2-3 神经元多输出.mp4 27.53M
│   ├── 2-4 梯度下降.mp4 52.72M
│   ├── 2-5 数据处理与模型图构建(1).mp4 101.93M
│   ├── 2-6 数据处理与模型图构建(2).mp4 69.80M
│   ├── 2-7 神经元实现（二分类逻辑斯蒂回归模型实现）.mp4 323.17M
│   └── 2-8 神经网络实现（多分类逻辑斯蒂回归模型实现）.mp4 148.00M
├── 第3章 卷积神经网络
│   ├── 3-1 神经网络进阶.mp4 48.90M
│   ├── 3-2 卷积神经网络（1）.mp4 61.43M
│   ├── 3-3 卷积神经网络（2）.mp4 39.64M
│   └── 3-4 卷积神经网络实战.mp4 128.51M
├── 第4章 卷积神经网络进阶
│   ├── 4-1 卷积神经网络进阶（alexnet）.mp4 51.16M
│   ├── 4-2 卷积神经网络进阶（ggnet-Resnet）.mp4 73.32M
│   ├── 4-3 卷积神经网络进阶（inception-mobile-net）.mp4 55.36M
│   ├── 4-4 GG-ResNet实战（1）.mp4 160.86M
│   ├── 4-5 GG-ResNet实战（2）.mp4 176.79M
│   ├── 4-6 Inception-mobile_net（1）.mp4 120.62M
│   └── 4-7 Inception-mobile_net（2）.mp4 131.72M
├── 第5章 卷积神经网络调参
│   ├── 5-1 adagrad_adam.mp4 24.03M
│   ├── 5-2 激活函数到调参技巧（1）.mp4 61.36M
│   ├── 5-3 激活函数到调参技巧（2）.mp4 47.78M
│   ├── 5-4 Tensorboard实战（1） (1).mp4 212.41M
│   ├── 5-4 Tensorboard实战（1）.mp4 145.20M
│   ├── 5-6 fine-tune-实战.mp4 172.79M
│   ├── 5-7 actiation-initializer-optimizer-实战.mp4 179.67M
│   ├── 5-8 图像增强api使用.mp4 149.58M
│   ├── 5-9 图像增强实战.mp4 212.98M
│   ├── 5-10 批归一化实战（1）.mp4 155.78M
│   └── 5-11 批归一化实战（2）.mp4 171.61M
├── 第6章 图像风格转换
│   ├── 6-1 卷积神经网络的应用.mp4 46.32M
│   ├── 6-2 卷积神经网络的能力.mp4 53.99M
│   ├── 6-3 图像风格转换1算法.mp4 33.31M
│   ├── 6-4 GG16预训练模型格式.mp4 31.67M
│   ├── 6-5 GG16预训练模型读取函数封装.mp4 69.19M
│   ├── 6-6 GG16模型搭建与载入类的封装.mp4 162.32M
│   ├── 6-7 图像风格转换算法定义输入与调用GG-Net.mp4 87.65M
│   ├── 6-8 图像风格转换计算图构建与损失函数计算.mp4 109.07M
│   ├── 6-9 图像风格转换训练流程代码实现.mp4 194.86M
│   ├── 6-10 图像风格转换效果展示.mp4 52.21M
│   ├── 6-11 图像风格转换2算法.mp4 42.97M
│   └── 6-12 图像风格转换3算法.mp4 16.09M
├── 第7章 循环神经网络
│   ├── 7-1 序列式问题.mp4 14.22M
│   ├── 7-2 循环神经网络.mp4 64.55M
│   ├── 7-3 长短期记忆网络.mp4 26.19M
│   ├── 7-4 基于LSTM的文本分类模型(TextRNN与HAN).mp4 33.84M
│   ├── 7-5 基于CNN的文本分类模型(TextCNN).mp4 55.55M
│   ├── 7-6 RNN与CNN融合解决文本分类.mp4 47.87M
│   ├── 7-7 数据预处理之分词.mp4 130.56M
│   ├── 7-8 数据预处理之词表生成与类别表生成.mp4 72.16M
│   ├── 7-9 实战代码模块解析.mp4 19.22M
│   ├── 7-10 超参数定义.mp4 52.15M
│   ├── 7-11 词表封装与类别封装.mp4 107.89M
│   ├── 7-12 数据集封装.mp4 109.15M
│   ├── 7-13 计算图输入定义.mp4 68.48M
│   ├── 7-14 计算图实现.mp4 87.17M
│   ├── 7-15 指标计算与梯度算子实现.mp4 54.41M
│   ├── 7-16 训练流程实现.mp4 92.92M
│   ├── 7-17 LSTM单元内部结构实现.mp4 173.57M
│   ├── 7-18 TextCNN实现.mp4 107.44M
│   └── 7-19 循环神经网络总结.mp4 2.77M
├── 第8章 图像生成文本
│   ├── 8-1 图像生成文本问题引入⼊.mp4 59.64M
│   ├── 8-2 图像生成文本评测指标.mp4 17.58M
│   ├── 8-3 Encoder-Decoder框架与Beam Search算法生成文本.mp4 14.17M
│   ├── 8-4 Multi-Modal RNN模型.mp4 27.17M
│   ├── 8-5 Show and Tell模型.mp4 7.50M
│   ├── 8-6 Show attend and Tell 模型.mp4 49.86M
│   ├── 8-7 Bottom-up Top-down Attention模型.mp4 14.55M
│   ├── 8-8 图像生成文本模型对比与总结.mp4 10.00M
│   ├── 8-9 数据介绍，词表生成.mp4 86.17M
│   ├── 8-10 图像特征抽取(1)-文本描述文件解析.mp4 60.68M
│   ├── 8-11 图像特征抽取(2)-Inception3预训练模型抽取图像特征.mp4 87.06M
│   ├── 8-12 输入输出文件与默认参数定义.mp4 39.60M
│   ├── 8-13 词表载入.mp4 58.15M
│   ├── 8-14 文本描述转换为ID表示.mp4 38.32M
│   ├── 8-15 ImageCaptionData类封装-图片特征读取.mp4 83.01M
│   ├── 8-16 ImageCaptionData类封装-批数据生成.mp4 155.48M
│   ├── 8-17 计算图构建-辅助函数实现.mp4 42.36M
│   ├── 8-18 计算图构建-图片与词语embedding.mp4 94.62M
│   ├── 8-19 计算图构建-rnn结构实现、损失函数与训练算子实现.mp4 161.85M
│   ├── 8-20 训练流程代码.mp4 77.73M
│   └── 8-21 文本生成图像问题引入与本节课总结.mp4 17.10M
├── 第9章 对抗神经网络
│   ├── 9-1 对抗生成网络原理.mp4 213.04M
│   ├── 9-2 深度卷积对抗生成网络DCGAN(1).mp4 24.43M
│   ├── 9-3 反卷积.mp4 36.53M
│   ├── 9-4 深度卷积对抗生成网络DCGAN(2)_深度学习之神经网络RNNGAN算法原理实战.mp4 21.38M
│   ├── 9-5 图像翻译Pix2Pix_深度学习之神经网络RNNGAN算法原理实战.mp4 46.54M
│   ├── 9-6 无配对图像翻译CycleGAN(1)_深度学习之神经网络RNNGAN算法原理实战.mp4 17.38M
│   ├── 9-7 无配对图像翻译CycleGAN(2)_深度学习之神经网络RNNGAN算法原理实战.mp4 26.75M
│   ├── 9-8 多领域图像翻译StarGAN_深度学习之神经网络RNNGAN算法原理实战.mp4 43.43M
│   ├── 9-9 文本生成图像Text2Img_深度学习之神经网络RNNGAN算法原理实战.mp4 37.93M
│   ├── 9-10 对抗生成网络总结_深度学习之神经网络RNNGAN算法原理实战.mp4 8.22M
│   ├── 9-11 DCGAN实战引⼊.mp4 103.45M
│   ├── 9-12 数据生成器实现_深度学习之神经网络RNNGAN算法原理实战.mp4 77.14M
│   ├── 9-13 DCGAN生成器器实现.mp4 720.84M
│   ├── 9-14 DCGAN判别器实现.mp4 334.90M
│   ├── 9-15 DCGAN计算图构建实现与损失函数实现_深度学习之神经网络RNNGAN算法原理实战.mp4 65.66M
│   ├── 9-16 DCGAN训练算子实现_深度学习之神经网络RNNGAN算法原理实战.mp4 48.96M
│   └── 9-17 训练流程实现与效果展示_深度学习之神经网络RNNGAN算法原理实战.mp4 82.40M
├── 第10章 自动机器学习网络-AutoML
│   ├── 10-1 AutoML引入_深度学习之神经网络RNNGAN算法原理实战.mp4 13.60M
│   ├── 10-2 自动网络结构搜索算法一_深度学习之神经网络RNNGAN算法原理实战.mp4 44.43M
│   ├── 10-3 自动网络结构搜索算法一的分布式训练_深度学习之神经网络RNNGAN算法原理实战.mp4 27.67M
│   ├── 10-4 自动网络结构搜索算法二_深度学习之神经网络RNNGAN算法原理实战.mp4 26.62M
│   └── 10-5 自动网络结构搜索算法三_深度学习之神经网络RNNGAN算法原理实战.mp4 25.44M
├── 第11章 课程总结
│   └── 11-1 课程总结.mp4 33.66M
└── 资料.zip 2637.71M