|
|
唐宇迪深度学习
〖课程目录〗:
51CTO学院 唐宇迪深度学习 [1.4G]
┣━━深度学习入门视频课程（上篇） [591.9M]
┃ ┣━━1深度学习与人工智能简介.wmv [19.2M]
┃ ┣━━2计算机视觉面临挑战与常规套路.wmv [14.4M]
┃ ┣━━3用K近邻来进行图像分类.wmv [15.1M]
┃ ┣━━4超参数与交叉验证.wmv [19.1M]
┃ ┣━━5线性分类.wmv [14.1M]
┃ ┣━━6损失函数.wmv [12.8M]
┃ ┣━━7正则化惩罚项.wmv [11.9M]
┃ ┣━━8softmax分类器.wmv [18.4M]
┃ ┣━━9最优化形象解读.wmv [11.1M]
┃ ┣━━10梯度下降算法原理.wmv [16.3M]
┃ ┣━━11反向传播.wmv [20.5M]
┃ ┣━━12神经网络整体架构.wmv [14.6M]
┃ ┣━━13神经网络模型实例演示.wmv [41.2M]
┃ ┣━━14过拟合问题解决方案.wmv [21.6M]
┃ ┣━━15Python环境搭建（推荐Anaconda方法）.wmv [29M]
┃ ┣━━16Eclipse搭建python环境.wmv [13M]
┃ ┣━━17深度学习入门视频课程09 动手完成简单神经网络.wmv [47.6M]
┃ ┣━━18感受神经网络的强大.wmv [22M]
┃ ┣━━19神经网络案例-cifar分类任务.wmv [29.2M]
┃ ┣━━20神经网络案例-分模块构造神经网络.wmv [28.5M]
┃ ┣━━21神经网络案例-训练神经网络完成分类任务.wmv [704.7K]
┃ ┗━━pack.zip [171.6M]
┣━━深度学习入门视频课程（下篇） [792.4M]
┃ ┣━━001、深度学习入门课程01 感受卷积神经网络的强大.mp4 [31M]
┃ ┣━━002、深度学习入门课程02 卷积层详解.mp4 [13.7M]
┃ ┣━━003、深度学习入门课程03 卷积计算流程.mp4 [19.7M]
┃ ┣━━004、深度学习入门课程04 卷积核参数分析.mp4 [20M]
┃ ┣━━005、深度学习入门课程05 卷积参数共享原则.mp4 [11.5M]
┃ ┣━━006、深度学习入门课程06 池化层（Pooling）原理.mp4 [11.3M]
┃ ┣━━007、深度学习入门课程07 卷积神经网络反向传播原理.mp4 [21M]
┃ ┣━━008、深度学习入门课程08 实现卷积层的前向传播与反向传播.mp4 [27.1M]
┃ ┣━━009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4 [44.1M]
┃ ┣━━010、深度学习入门课程10 经典卷及网络架构实例.mp4 [51.3M]
┃ ┣━━011、深度学习入门课程11 RNN网络结构.mp4 [9.4M]
┃ ┣━━012、RNN网络细节.mp4 [10M]
┃ ┣━━013、深度学习入门课程12 python实现RNN算法.mp4 [104.8M]
┃ ┣━━014、深度学习入门课程13 LSTM网络结构简介.mp4 [11.8M]
┃ ┣━━015、深度学习入门课程14 分类与回归（Location）任务应用详解.mp4 [42.5M]
┃ ┣━━016、深度学习入门额课程15 物体检测实例.mp4 [45.5M]
┃ ┣━━017、深度学习入门课程16 如何巧妙设计网络结构.mp4 [28.3M]
┃ ┣━━018、深度学习入门课程17 训练技巧之数据增强.mp4 [16.5M]
┃ ┣━━019、深度学习入门课程18 训练技巧之Transfer Learning.mp4 [13.7M]
┃ ┣━━020、深度学习入门课程19 深度学习框架Caffe简介.mp4 [43.3M]
┃ ┣━━021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4 [173M]
┃ ┗━━022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4 [42.9M]
〖百度网盘下载地址〗:
---------------------------------华丽分割线--------------------------------华丽分割线-------------------华丽分割线-------------------------华丽分割线----------------
〖下载地址失效反馈〗:
如果下载地址失效，请尽快反馈给我们，我们尽快修复。反馈地址：http://www.51shequ.cn/forum-70-1.html
〖赞助VIP免社区币下载全站资源〗:
全站资源高清无密，每天不间断更新，vip会员可以免费下载全部资源
〖客服24小时咨询〗:
有任何问题，请点击左侧QQ咨询。 |
|
发表于 2021-1-8 00:54:14
发表于 2021-2-11 12:28:31
发表于 2021-2-27 03:35:47
