ANN人工神经网络之Keras项目实战 深度模型学习的神来之笔

ANN人工神经网络之Keras项目实战 深度模型学习的神来之笔-Keras深层次实战教学

掀起Keras的盖头来。虽然之前很多深度学习的课程种都有提到过Keras，但是Keras作为单独的一个项目进行全面的高阶教学，应该还是第一次。Keras是由纯python编写的基于theano/tensorflow的深度学习框架。 Keras是一个高层神经网络API，支持快速实验，能够把你的idea迅速转换为结果。
===============课程目录===============
目录中文件数:79个
(1) 1-1 Keras项目实战课程概述.mp4
(2) 1-2 简介与安装.mp4
(3) 10-1 数据与目标.mp4
(4) 10-2 字符表制作.mp4
(5) 10-3 数据读取.mp4
(6) 10-4 数据增强.mp4
(7) 10-5 网络模型.mp4
(8) 10-6 测试效果.mp4
(9) 11-1 网络模型解读.mp4
(10) 11-2 数据介绍与读取.mp4
(11) 11-3 配置文件制作.mp4
(12) 11-4 编码器模型.mp4
(13) 11-5 解码器模型.mp4
(14) 11-6 制作训练batch数据.mp4
(15) 11-7 测试数据准备.mp4
(16) 11-8 完成测试模块.mp4
(17) 12-1 模板目录结构.mp4
(18) 12-2 模型与训练结构.mp4
(19) 12-3 评论数据集与任务目标.mp4
(20) 12-4 数据准备.mp4
(21) 12-5 模型整体架构.mp4
(22) 12-6 准备模型.mp4
(23) 12-7 训练网络.mp4
(24) 12-8 多标签训练.mp4
(25) 2-1 训练自己的数据集整体流程.mp4
(26) 2-2 数据加载与预处理.mp4
(27) 2-3 搭建网络模型.mp4
(28) 2-4 学习率对结果的影响.mp4
(29) 2-5 Drop-out操作.mp4
(30) 2-6 权重初始化方法对比.mp4
(31) 2-7 初始化标准差对结果的影响.mp4
(32) 2-8 正则化对结果的影响.mp4
(33) 2-9 加载模型进行测试.mp4
(34) 3-1 卷积层构造.mp4
(35) 3-2 整体流程.mp4
(36) 3-3 BatchNormalization效果.mp4
(37) 3-4 参数对比.mp4
(38) 3-5 网络测试效果.mp4
(39) 4-1 时间序列模型.mp4
(40) 4-2 网络结构与参数定义.mp4
(41) 4-3 构建LSTM模型.mp4
(42) 4-4 训练模型与效果展示.mp4
(43) 4-5 多序列预测结果.mp4
(44) 4-6 股票数据预测.mp4
(45) 4-7 数据预处理.mp4
(46) 4-8 预测结果展示.mp4
(47) 5-1 文本数据读取预处理.mp4
(48) 5-2 基本模型.mp4
(49) 5-3 3-Embeeding-layer效果.mp4
(50) 5-4 准备词向量数据.mp4
(51) 5-5 词嵌入训练结果.mp4
(52) 5-6 加入LSTM层效果.mp4
(53) 5-7 加入卷积层效果.mp4
(54) 5-8 参数调优.mp4
(55) 6-1 多标签解决方案.mp4
(56) 6-2 多标签网络训练与测试.mp4
(57) 6-3 多输出网络解决方案.mp4
(58) 6-4 多输出网络训练与测试.mp4
(59) 7-1 DIY你的数据集.mp4
(60) 7-2 数据增强概述.mp4
(61) 7-3 图像数据变换.mp4
(62) 7-4 数据增强效果.mp4
(63) 8-1 对抗生成网络通俗解释.mp4
(64) 8-2 GAN网络组成.mp4
(65) 8-3 判别网络设计.mp4
(66) 8-4 生成网络定义.mp4
(67) 8-5 标签制作.mp4
(68) 8-6 训练与测试网络模型.mp4
(69) 8-7 DCGAN网络.mp4
(70) 9-1 迁移学习的目标.mp4
(71) 9-2 迁移学习策略.mp4
(72) 9-3 Resnet原理.mp4
(73) 9-4 Resnet网络细节.mp4
(74) 9-5 Resnet基本处理操作.mp4
(75) 9-6 shortcut模块.mp4
(76) 9-7 加载训练好的权重.mp4
(77) 9-8 迁移学习效果对比.mp4
(78) keras.pdf
(79) 数据代码下载.txt
(1)\Keras项目实战；目录中文件数:11个
(80) keras.pdf
(81) 第七章：数据增强.zip
(82) 第九章：迁移学习.zip
(83) 第二,三章：搭建神经网络模型-应用于自己的数据集.zip
(84) 第五章：文本分类实战.zip
(85) 第八章：对抗生成网络.zip
(86) 第六章：多标签与多输出.zip
(87) 第十一章：seq2seq网络实战.zip
(88) 第十二章：实战模板总结.zip
(89) 第十章：地址邮编多序列预测.zip
(90) 第四章：LSTM时间序列预测任务.zip