点播
课程时长 45小时50分钟
学习期限 12 个月 退款期限 30 天
市场价格 ￥399.00 会员价格 ￥319.00
难度级别 中级 学习人次 678 综合评分 4.2
- 详情
- 目录
- 套餐2
- 咨询8
- 评价28
第1章 Tensorflow简介与环境搭建
- 1-1 课程导学 试听14分钟26秒
- 1-2 Tensorflow是什么 试听22分钟46秒
- 1-3 Tensorflow版本变迁与tf1.0架构 试听21分钟43秒
- 1-4 Tensorflow2.0架构19分钟36秒
- 1-5 Tensorflow&pytorch比较20分钟27秒
- 1-6 Tensorflow环境配置28分钟26秒
- 1-7 Google_cloud无GPU环境搭建30分钟
- 1-8 Google_cloud_远程jupyter_notebook配置18分钟29秒
- 1-9 Google_cloud_gpu_tensorflow配置26分钟05秒
- 1-10 Google_cloud_gpu_tensorflow镜像配置14分钟08秒
- 1-11 AWS云平台环境配置15分钟05秒
第2章 Tensorflow keras实战
- 2-1 tfkeras简介29分钟52秒
- 2-2 分类回归与目标函数27分钟27秒
- 2-3 实战分类模型之数据读取与展示13分钟27秒
- 2-4 实战分类模型之模型构建18分钟13秒
- 2-5 实战分类模型之数据归一化11分钟55秒
- 2-6 实战回调函数18分钟54秒
- 2-7 实战回归模型24分钟22秒
- 2-8 神经网络讲解18分钟28秒
- 2-9 实战深度神经网络24分钟10秒
- 2-10 实战批归一化、激活函数、dropout22分钟35秒
- 2-11 wide_deep模型13分钟32秒
- 2-12 函数API实现wide&deep模型11分钟10秒
- 2-13 子类API实现wide&deep模型10分钟42秒
- 2-14 wide&deep模型的多输入与多输出实战27分钟21秒
- 2-15 超参数搜索27分钟10秒
- 2-16 手动实现超参数搜索实战10分钟52秒
- 2-17 实战sklearn封装keras模型16分钟57秒
- 2-18 实战sklearn超参数搜索28分钟42秒
第3章 Tensorflow基础API使用
- 3-1 tf基础API引入15分钟15秒
- 3-2 实战tf.constant10分钟55秒
- 3-3 实战tf.strings与ragged tensor12分钟09秒
- 3-4 实战sparse tensor与tf.Variable25分钟44秒
- 3-5 实战自定义损失函数与DenseLayer回顾23分钟06秒
- 3-6 使子类与lambda分别实战自定义层次19分钟27秒
- 3-7 tf.function函数转换11分钟02秒
- 3-8 @tf.function函数转换10分钟50秒
- 3-9 函数签名与图结构16分钟02秒
- 3-10 近似求导25分钟33秒
- 3-11 tf.GradientTape基本使用方法11分钟33秒
- 3-12 tf.GradientTape与tf.keras结合使用10分钟36秒
- 3-13 章节总结10分钟13秒
第4章 Tensorflow dataset使用
- 4-1 data_API引入18分钟28秒
- 4-2 tf_data基础API使用13分钟44秒
- 4-3 生成csv文件22分钟25秒
- 4-4 tf.io.decode_csv使用25分钟36秒
- 4-5 tf.data读取csv文件并与tf.keras结合使用29分钟28秒
- 4-6 tfrecord基础API使用18分钟55秒
- 4-7 生成tfrecords文件27分钟15秒
- 4-8 tf.data读取tfrecord文件并与tf.keras结合使用21分钟46秒
- 4-9 章节总结16分钟39秒
第5章 Tensorflow Estimator使用与tf1.0
- 5-1 课程引入20分钟48秒
- 5-2 泰坦尼克问题引入分析28分钟40秒
- 5-3 feature_column使用14分钟50秒
- 5-4 keras_to_estimator25分钟28秒
- 5-5 预定义estimator使用11分钟17秒
- 5-6 交叉特征实战15分钟46秒
- 5-7 TF1.0引入26分钟14秒
- 5-8 TF1.0计算图构建10分钟21秒
- 5-9 TF1.0模型训练12分钟09秒
- 5-10 TF1_dataset使用13分钟08秒
- 5-11 TF1_自定义estimator11分钟35秒
- 5-12 API改动升级与课程总结25分钟24秒
第6章 卷积神经网络
- 6-1 卷积神经网络引入与总体结构15分钟04秒
- 6-2 卷积解决的问题11分钟43秒
- 6-3 卷积的计算22分钟19秒
- 6-4 池化操作20分钟41秒
- 6-5 卷积神经网络实战25分钟27秒
- 6-6 深度可分离卷积网络21分钟15秒
- 6-7 深度可分离卷积网络实战24分钟54秒
- 6-8 Kaggle平台与10monkeys数据集介绍12分钟17秒
- 6-9 Keras generator读取数据19分钟
- 6-10 10monkeys基础模型搭建与训练25分钟43秒
- 6-11 10monkeys模型微调18分钟35秒
- 6-12 keras generator读取cifar10数据集21分钟
- 6-13 模型训练与预测13分钟16秒
- 6-14 章节总结29分钟02秒
第7章 循环神经网络
- 7-1 循环神经网络引入与embedding14分钟28秒
- 7-2 数据集载入与构建词表索引29分钟32秒
- 7-3 数据padding、模型构建与训练16分钟03秒
- 7-4 序列式问题与循环神经网络18分钟50秒
- 7-5 循环神经网络实战文本分类26分钟28秒
- 7-6 文本生成之数据处理28分钟24秒
- 7-7 文本生成实战之构建模型24分钟54秒
- 7-8 文本生成实战之采样生成文本13分钟04秒
- 7-9 LSTM长短期记忆网络18分钟04秒
- 7-10 LSTM文本分类与文本生成实战14分钟29秒
- 7-11 subword文本分类之数据集载入与tokenizer24分钟28秒
- 7-12 subword文本分类之dataset变换与模型训练28分钟12秒
- 7-13 章节总结27分钟54秒
第8章 Tensorflow分布式
- 8-1 课程引入与GPU设置29分钟21秒
- 8-2 GPU默认设置13分钟13秒
- 8-3 内存增长和虚拟设备实战26分钟19秒
- 8-4 GPU手动设置实战23分钟07秒
- 8-5 分布式策略17分钟11秒
- 8-6 keras分布式实战25分钟54秒
- 8-7 estimator分布式实战15分钟37秒
- 8-8 自定义流程实战27分钟46秒
- 8-9 分布式自定义流程实战18分钟27秒
第9章 Tensorflow模型保存与部署
- 9-1 课程引入与TFLite_x26412分钟53秒
- 9-2 保存模型结构加参数与保存参数实战21分钟10秒
- 9-3 Keras模型转化为SavedModel24分钟14秒
- 9-4 签名函数转化为SavedModel29分钟56秒
- 9-5 签名函数，SavedModel和Keras模型到具体函数转换13分钟34秒
- 9-6 tflite保存与解释与量化11分钟16秒
- 9-7 tensorflowjs转换模型28分钟06秒
- 9-8 tensorflowjs搭建服务器载入模型实战11分钟54秒
- 9-9 Android部署模型实战与总结27分钟40秒
第10章 机器翻译
- 10-1 课程引入与seq2seq+attention模型讲解12分钟57秒
- 10-2 数据预处理理与读取11分钟55秒
- 10-3 数据id化与dataset生成11分钟21秒
- 10-4 Encoder构建15分钟29秒
- 10-5 attention构建12分钟12秒
- 10-6 Decoder构建13分钟21秒
- 10-7 损失函数与单步训练函数21分钟29秒
- 10-8 模型训练17分钟09秒
- 10-9 模型预测实现12分钟43秒
- 10-10 样例例分析与总结26分钟48秒
- 10-11 Transformer模型总体架构29分钟56秒
- 10-12 Encoder-Decoder架构与缩放点击注意力14分钟32秒
- 10-13 多头注意力与位置编码19分钟45秒
- 10-14 Add、Normalize、Decoding过程与总结14分钟22秒
- 10-15 数据预处理与dataset生成10分钟31秒
- 10-16 位置编码25分钟17秒
- 10-17 mask构建16分钟20秒
- 10-18 缩放点积注意力机制实现(1)14分钟20秒
- 10-19 缩放点积注意力机制实现(2)29分钟45秒
- 10-20 多头注意力机制实现10分钟41秒
- 10-21 feedforward层次实现26分钟36秒
- 10-22 EncoderLayer实现28分钟14秒
- 10-23 DecoderLayer实现22分钟50秒
- 10-24 EncoderModel实现11分钟23秒
- 10-25 DecoderModel实现29分钟10秒
- 10-26 Transformer实现16分钟22秒
- 10-27 自定义学习率24分钟38秒
- 10-28 Mask创建与使用11分钟11秒
- 10-29 模型训练14分钟22秒
- 10-30 模型预测实现26分钟38秒
- 10-31 attention可视化16分钟10秒
- 10-32 示例展示与实战总结28分钟32秒
- 10-33 GPT与Bert与课程总结11分钟18秒
授课教师
软件工程师