深度学习之TensorFlow 2.0编程从入门到实践

799

  • 第1章:TensorFlow2.0基础入门
  • 第1节:实训平台链接
  • https://lianxi.xiaoxiangxueyuan.com/赵英俊Enjoy/project/Tensorflow2.0编程从入门到实践
  • 第2节:Hello World
  • Hello World
  • Hello World知识点测试
  • 第3节:Eager模式与Autograph
  • Eager与AutoGraph
  • tf.function装饰器知识点测试
  • 第4节:Tensorflow2.0中的Tensor
  • TensorFlow2.0中的Tensor
  • Tensor 知识点测试
  • 第5节:Tensorflow2.0API概览
  • Tensorflow2.0API概述
  • tf2.0高阶API知识点测试
  • 大作业:用tf2.0API实现一个线性回归模型
  • 第6节:大作业讲解:用tf2.0API实现一个线性回归模型
  • 9月15日-第一次直播答疑
  • 第2章:基于CNN的图像分类编程实践
  • 第1节:卷积神经网络三大核心概念
  • CNN三大核心概念
  • CNN三大核心概念知识点测试
  • 第2节:卷积神经网络结构
  • CNN网络结构
  • CNN网络结构知识点测试
  • 第3节:编程实践数据与项目工程
  • 编程实践数据与项目工程
  • 第4节:实践编程使用的tf2.0API详解
  • 实践编程中的API详解
  • 第5节:课堂作业讲解:利用tf2.0API完成一个模型的搭建
  • 9月22日-第二次直播答疑
  • 第6节:卷积神经网络设计实践
  • CNNmodel编程实践
  • CNNmodel编程实践-02
  • 第7节:执行器编程实践
  • 执行器编程实践
  • 第8节:Web应用设计和编程实践
  • web应用编程实践
  • 大作业:基于CAFIR-100的图像分类应用
  • 第9节:大作业讲解:基于CAFIR-100的图像分类应用
  • 9月29日-第三次直播答疑
  • 第3章:基于CycleGAN图像风格迁移编程实践
  • 第1节:GAN的基本概念和工作机制
  • GAN的基本原理和工作机制
  • 第2节:GAN的常见变种和应用场景
  • GAN的变种及应用
  • 第3节:CycleGAN的算法原理和网络结构
  • CycleGAN的算法原理及网络结构
  • 第4节:课堂作业讲解:实现一个GAN的工作机制(可以采用伪代码的方式)
  • 第5节:实践编程使用的tf2.0API详解
  • 编程实践中API详解
  • 第6节:数据归一化原理和应用
  • 归一化原理及应用
  • 第7节:编程实践数据与项目工程
  • 数据结构和项目工程设计
  • 第8节:数据加载器的设计
  • 数据加载器的设计
  • 第9节:CycleGAN神经网络设计实践
  • CycleGAN神经网络设计和编程实践-01
  • CycleGAN模型设计和编程实践-02
  • CycleGAN模型设计和编程实践-03
  • 第10节:执行器编程实践
  • 执行器的设计和编程实践
  • 第11节:Web应用设计和编程实践
  • web应用编程实践
  • 第12节:大作业讲解:利用提供的代码完成自己数据的训练
  • 10月13日-第四次直播答疑
  • 第4章:基于Seq2Seq中文聊天机器人编程实践
  • 第1节:自然语言模型
  • 自然语言模型
  • 第2节:RNN神经网络结构及其变形
  • RNN神经网络及其变种-01
  • RNN神经网络及其变种-02
  • 第3节:Seq2Seq框架
  • seq2seq框架
  • 第4节:课堂作业讲解:自己实现一个简单的RNN神经网络并能够work
  • 10月20日-第五次直播答疑
  • 第5节:编程实践数据与项目工程
  • 编程实践数据与项目工程
  • 第6节:实践编程使用的tf2.0API详解
  • 编程实践中tf2.0API详解
  • 第7节:Seq2Seq神经网络设计实践
  • seq2seq神经网络设计-01
  • seq2seq神经网络设计-02
  • 第8节:执行器编程实践
  • 执行器编程实践
  • 第9节:Web应用设计和编程实践
  • web应用编程实践
  • 第10节:大作业讲解:利用提供的代码完成自己数据的训练
  • 10月27日-第六次直播答疑
  • 第5章:基于CNN图像分类模型的TensorFlow Serving 部署实践
  • 第1节:TensorFlow Serving 架构
  • TensorFlow Serving架构
  • 第2节:TensorFlow Serving工作机制
  • TensorFlow Serving工作机制
  • 第3节:TensorFlow Serving环境搭建
  • TensorFlow Serving环境搭建
  • 第4节:编程实践数据与项目工程
  • 编程实践数据与项目工程
  • 第5节:实践编程使用的tf2.0API详解
  • 编程实践中tf2.0API详解
  • 第6节:课堂作业讲解:自己动手将一个图像分类编程中的h5模型导出
  • 第7节:模型导出模块编程实践
  • 模型导出模块编程实践
  • 第8节:模型部署模块编程实践
  • 模型部署模块编程实践
  • 第9节:Web应用模块编程实践
  • web应用编程实践及代理服务编程实践
  • 第10节:大作业讲解:完成风格迁移实践中模型的TensorFlow Serving的部署
  • 11月3日第七次直播答疑

授课教师

阿里云MVP(人工智能领域),目前致力于强化学习和AutoML技术领域 ,希望将强化学习和AutoML能够应用于传统产业中,解决传统产业的痛...