课程介绍:
本课程将以非常简单的方式为您介绍人工智能复杂的理论:算法和编码库。我们将带您一步步走进机器学习的世界。
适合人群:
1.在校大学生
2.新入职场的技术小白
3.零基础想转行的非IT人员
4.有基础想转行的在职IT人员
5.期望得到技能提升的IT研发人员
课程亮点:
1.深入浅出直观讲解深度学习概念
2.对热门的神经网络进行讲解及实践
3.实用技能的落地项目
课程截图:
〖课程目录〗:
- | └──8、最新BXG-Python人工智能课程
- | | ├──1-1 深度学习基础
- | | | ├──1.深度学习介绍
- | | | ├──2.神经网络基础
- | | | ├──3.浅层神经网络
- | | | └──4.深层神经网络
- | | ├──1-10 图片商品物体检测项目第三阶段-项目实现与部署
- | | | ├──1.项目架构
- | | | ├──10.TFServing客户端
- | | | ├──11.服务器部署
- | | | ├──2.数据接口实现
- | | | ├──3.模型接口实现
- | | | ├──4.预处理接口实现
- | | | ├──5.训练过程实现
- | | | ├──6.测试过程实现
- | | | ├──7.模型部署介绍
- | | | ├──8.导出模型
- | | | └──9.打开模型服务
- | | ├──1-2 深度学习优化进阶
- | | | ├──1.多分类
- | | | ├──2.梯度下降算法优化
- | | | ├──3.深度学习正则化
- | | | └──4.神经网络调参与BN
- | | ├──1-3 卷积神经网络
- | | | ├──1.卷积网络原理
- | | | ├──2.经典分类结构
- | | | └──3.CNN实战
- | | ├──1-4 循环神经网络
- | | | ├──1.循环神经网络
- | | | ├──2.词嵌入
- | | | └──3.seq2seq与Attention机制
- | | ├──1-5 高级主题
- | | | ├──1.生产对抗网络
- | | | ├──2.自动编码器
- | | | └──3.CapsuleNet
- | | ├──1-6 百度人脸识别
- | | | ├──1.平台介绍
- | | | ├──2.图像技术之人脸识别
- | | | ├──3.图像技术之图像识别
- | | | ├──4.图像技术之文字识别
- | | | ├──5.语音技术
- | | | ├──6.自然语言处理
- | | | └──7.人脸识别打卡案例
- | | ├──1-7 自然语言处理
- | | | ├──1.自然语言处理基础概念
- | | | ├──2.自然语言处理基础实作-机器学习篇
- | | | ├──3.自然语言处理基础实作-深度学习篇
- | | | ├──4.自然语言处理核心部分
- | | | └──5.实战项目-从无到有打造聊天机器人
- | | ├──1-8 图片商品物体检测项目第一阶段-检测算法原理
- | | | ├──1.目标检测概述
- | | | ├──2.RCNN原理
- | | | ├──3.SPPNet原理
- | | | ├──4.FastRCNN原理
- | | | ├──5.FasterRCNN原理
- | | | ├──6.YOLO原理
- | | | └──7.SSD原理
- | | └──1-9 图片商品物体检测项目第二阶段-数据集制作与处理
- | | | ├──1.数据集标记
- | | | ├──2.数据集格式转换
- | | | └──3.TFRecords读取
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。