Py人工智能TensorFlow人脸识别小程序端开发课2019新全套视频教程下载

课程名称

Py人工智能TensorFlow人脸识别小程序端开发课2019新全套视频教程下载

课程目录

课时1:开篇词丨人工智能概念.mp4

课时2:什么是卷积神经网.mp4

课时3:前向运算.mp4

课时4:什么是反向传播.mp4

课时5:反向传播迭代过程及参数优化.mp4

课时6:反向传播之导数、方向导数、偏导数、梯度.mp4

课时7:反向传播之梯度下降算法.mp4

课时8:深度学习发展迅猛的原因.mp4

课时9:卷积神经网内容概括.mp4

课时10:基本组成单元.mp4

课时11:卷积运算的定义.mp4

课时12:卷积的重要参数以及卷积核.mp4

课时13:权值共享与局部连接.mp4

课时14:卷积核与感受野.mp4

课时15:步长与Pad.mp4

课时16:卷积的定义与使用介绍（Tensorflow与Caffe）.mp4

课时17:池化层.mp4

课时18:激活层.mp4

课时19:BN.mp4

课时20:全连接层.mp4

课时21:dropout.mp4

课时22:损失层（1）.mp4

课时23:损失层（2）.mp4

课时24:卷积神经网发展历史.mp4

课时25: LeNet与AlexNet-卷积神经网如何减少参数量和计算量.mp4

课时26:ZFNet与VggNet-卷积神经网如何减少参数量和计算量.mp4

课时27:Inception系列-卷积神经网如何减少参数量和计算量.mp4

课时28:从卷积的角度思考，如何减小网络中的计算量？.mp4

课时29:resnet系列网络（1）.mp4

课时30:resnet系列网络（2）.mp4

课时31:网络忄生能计算量对比.mp4

课时32:轻量型卷积神经网-SqueezeNet.mp4

课时33:轻量型卷积神经网-MobileNet.mp4

课时34:轻量型卷积神经网-ShuffleNet V1.mp4

课时35:轻量型卷积神经网-ShuffleNet V2.mp4

课时36:多分支的卷积神经网.mp4

课时37:卷积神经网中的Attention.mp4

课时38:卷积神经网的压缩方法.mp4

课时39:TensorFlow概念介绍-Graph.mp4

课时40:Session-Tensor-Operation-Feed-Fetch介绍.mp4

课时41:TensorFlow中核心API接口.mp4

课时42:TensorFlow数据读取机制与API方法.mp4

课时43:Cifar10数据解析编程案例.mp4

课时44:Tensorflow中TFRecord数据打包编程案例 试看.mp4

课时45:如何使用tf.train.slice_input_producer读取文件列表中的样本.mp4

课时46:如何使用tf.train.string_input_producer读取文件列表中的样本.mp4

课时47:如何通过TF对已经打包过的数据进行解析.mp4

课时48:TF中的高级API接口.mp4

课时49:TF中的数据增强.mp4

课时50:Tensorboard 调试技巧.mp4

课时51:TF挑战cifar10.mp4

课时52:Cifar10数据读取与数据增强.mp4

课时53:TensorFlow+Slim网络结构搭建.mp4

课时54: Loss、Optimal、Learning Rate、BN等定义.mp4

课时55:Train部分代码编写.mp4

课时56:Test部分代码编写.mp4

课时57:Tensorboard+tf.summary.mp4

课时58:模型恢复和模型存储.mp4

课时59:网络结构优化—resnet模型.mp4

课时60:TF官方版本训练Cifar10分类任务.mp4

课时61:人脸业务场景实战.mp4

课时62:人脸检测业务描述以及人脸标注方法.mp4

课时63:人脸检测忄生能评价指标.mp4

课时64:基于传统的人脸检测方法.mp4

课时65:人脸检测方法.mp4

课时66:人脸检测面临的问题与小人脸问题.mp4

课时67:SSD模型介绍 主干网络与多尺度Feature map.mp4

课时68:SSD模型原理介绍（Anchor与Default box）.mp4

课时69:SSD模型原理介绍（Prior box、损失函数、样本构造、数据增强）.mp4

课时70:TensorFlow-ssd环境搭建（1）.mp4

课时71:TensorFlow-ssd环境搭建（2）.mp4

课时72:数据清洗与数据打包-理论讲解（1）.mp4

课时73:数据清洗与数据打包-理论讲解（2）.mp4

课时74:数据清洗与数据打包-实操（1）.mp4

课时75:数据清洗与数据打包-实操（2）.mp4

课时76:数据清洗与数据打包-实操（3）.mp4

课时77:TensorFlow-ssd模型训练之框架解读（1）.mp4

课时78:TensorFlow-ssd模型训练之框架解读（2）.mp4

课时79:TensorFlow-ssd 模型训练-实操（1）.mp4

课时80:TensorFlow-ssd 模型训练-实操（2）.mp4

课时81:TensorFlow-ssd 模型训练-实操（3）.mp4

课时82:如何将训练好的模型转化成pb文件.mp4

课时83:TensorFlow-ssd 模型测试.mp4

课时84:Flask介绍.mp4

课时85:开始一个Flask案例.mp4

课时86:结合Flask定义人脸检测web接口.mp4

课时87:微信小程序介绍.mp4

课时88:创建小程序项目.mp4

课时89:人脸检测小程序项目目录讲解.mp4

课时90:采集人脸图像.mp4

课时91:上传人脸图像.mp4

课时92:接口调用与结果绘制.mp4

课时93:人脸检测小程序演示 试看.mp4

课时94:人脸匹配业务介绍.mp4

课时95:人脸特征表示问题（1）.mp4

课时96:人脸特征表示问题（2）.mp4

课时97:度量学习.mp4

课时98:facenet原理简介.mp4

课时99:facenet环境搭建.mp4

课时100:facenet数据准备-数据集介绍与说明.mp4

课时101:facenet数据准备-LFW-MTCNN.mp4

课时102:facenet数据准备-Dlib处理CASIA-Face以及CELEBA介绍.mp4

课时103:facenet模型训练.mp4

课时104:facenet源码解读与源码优化（1）.mp4

课时105:facenet源码解读与源码优化（2）.mp4

课时106:facenet模型测试.mp4

课时107:训练模型转pb文件，模型固化.mp4

课时108:web接口封装之人脸匹配业务流程说明.mp4

课时109:facenet web接口封装（1）.mp4

课时110:facenet web接口封装（2）.mp4

课时111:人脸注册小程序端编程实现.mp4

课时112:人脸注册flask服务端编程实现.mp4

课时113:人脸登录小程序端编程实现.mp4

课时114:人脸登录flask服务端编程实现.mp4

课时115:人脸登录流程回顾与阈值判定.mp4

课时116:人脸对齐基本概念介绍.mp4

课时117:人脸对齐算法评价指标.mp4

课时118:人脸对齐-传统方法(1).mp4

课时119:人脸对齐-传统方法(2).mp4

课时120:人脸对齐算法深度学习算法及3D人脸问题(1).mp4

课时121:人脸对齐算法深度学习算法及3D人脸问题(2).mp4

课时122:人脸对齐算法常用数据集.mp4

课时123:人脸对齐算法常见问题及解决思路.mp4

课时124:Tensorflow-SENet模型详细介绍.mp4

课时125:数据准备和环境参数.mp4

课时126:人脸关键点数据打包(1).mp4

课时127:人脸关键点数据打包(2).mp4

课时128:人脸关键点模型训练编程实例（1）.mp4

课时129:人脸关键点模型训练编程实例（2）.mp4

课时130:人脸关键点模型训练编程实例（3）.mp4

课时131:人脸关键点模型导出Pb文件(模型固化).mp4

课时132:人脸关键点模型测试.mp4

课时133:人脸关键点模型Flaskweb接口封装（1）.mp4

课时134:人脸关键点模型Flaskweb接口封装（2）.mp4

课时135:人脸关键点模型小程序端编程实战.mp4

课时136:活体检测业务介绍.mp4

课时137:活体检测方法.mp4

课时138:活体检测方法面临挑战和解决思路.mp4

课时139:活体检测编程准备.mp4

课时140:活体检测微信web端开发（1）.mp4

课时141:活体检测微信web端开发（2）.mp4

课时142:活体检测编程实战微信端开发.mp4

课时143:人脸属忄生业务介绍.mp4

课时144:基于多任务网络的人脸属忄生编程实战.mp4

课时145:数据准备.mp4

课时146:模型搭建和模型训练（1）.mp4

课时147:模型搭建和模型训练（2）.mp4

课时148:模型搭建和模型训练（3）.mp4

课时149:模型固化转PB.mp4

课时150:模型测试.mp4

课时151:flask端 web接口封装.mp4

课时152:人脸属忄生小程序功能实现.mp4

课时153:结束语.mp4