|
21635| 154
|
基于Python玩轉(zhuǎn)人工智能最火框架 TensorFlow應用實踐
[復制鏈接]
|
|
基于Python玩轉(zhuǎn)人工智能最火框架 TensorFlow應用實踐
『課程介紹』: 全民人工智能時代，不甘心只做一個旁觀者，那就現(xiàn)在開始，從人工智能最流行的框架TensorFlow學起，本課程將手把手帶你掌握TensorFlow技術，遵循從基礎到實踐應用的完整過程，是你通向人工智能開發(fā)的首選！ 『課程目錄』: 第1章 課程整體介紹 課程背景簡介，項目成果演示，知識點和軟件簡介，讓大家對接下來的學習心中有數(shù) 1-1 課程整體介紹及導學 第2章 人工智能基礎知識 人工智能、神經(jīng)網(wǎng)絡、機器學習、深度學習、激活函數(shù)、過擬合、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡等知識的循序漸進講解。培養(yǎng)大家對課程的興趣，了解人工智能前景，對人工智能抱持正確態(tài)度 2-1 什么是人工智能 2-2 人工智能前景 2-3 人工智能需要的基本數(shù)學知識 2-4 人工智能簡史 2-5 AI、機器學習和深度學習的關聯(lián) 2-6 什么是機器學習 2-7 面對AI，我們應有的態(tài)度 2-8 什么是過擬合 2-9 什么是深度學習 第3章 TensorFlow簡介和開發(fā)環(huán)境搭建 TensorFlow是什么，TensorFlow原理和前景，TensorFlow和其他框架的對比（例如 Theano，ScikitLearn，Keras，Caffe2，PyTorch等）。開發(fā)環(huán)境搭建，并提供講師已經(jīng)配置好開發(fā)環(huán)境的虛擬機鏡像 3-1 什么是TensorFlow 3-2 TensorFlow和其他機器學習庫的對比1 3-3 如何學習TensorFlow 3-4 TensorFlow前景 3-5 如何使用課程提供的虛擬機文件 3-6 安裝VirtualBox 3-7 安裝Ubuntu 3-8 配置Ubuntu系統(tǒng) 3-9 安裝Python 3-10 安裝TensorFlow（上） 3-11 安裝TensorFLow（下） 3-12 安裝Python類庫 第4章 TensorFlow原理與進階（代碼實踐） TensorFlow核心概念，TensorFlow激勵函數(shù)，TensorFlow構(gòu)建神經(jīng)網(wǎng)絡，TensorFlow優(yōu)化器，可視化利器TensorBoard，TensorFlow解決過擬合，TensorFlow實現(xiàn)卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡等。通過生動圖文原理解釋和實例，循序漸進掌握TensorFlow 4-1 從HelloWorld開始 4-2 TensorFlow的編程模式 4-3 TensorFlow的基礎結(jié)構(gòu) 4-4 圖和會話 4-5 Python常用庫Numpy的使用 4-6 什么是Tensor（上） 4-7 什么是Tensor（下） 4-8 圖和會話原理及案例（上） 4-9 圖和會話原理及案例（下） 4-10 可視化利器TensorBoard（上） 4-11 可視化利器TensorBoard（下） 4-12 酷炫模擬游樂園PlayGround 4-13 常用Python庫Matplotlib 4-14 綜合小練習：梯度下降解決線性回歸（上） 4-15 綜合小練習：梯度下降解決線性回歸（中） 4-16 綜合小練習：梯度下降解決線性回歸（下） 4-17 激活函數(shù)（上） 4-18 激活函數(shù)（下） 4-19 動手實現(xiàn)CNN卷積神經(jīng)網(wǎng)絡（一） 4-20 動手實現(xiàn)CNN卷積神經(jīng)網(wǎng)絡（二） 4-21 動手實現(xiàn)CNN卷積神經(jīng)網(wǎng)絡（三） 4-22 動手實現(xiàn)CNN卷積神經(jīng)網(wǎng)絡（四） 4-23 動手實現(xiàn)CNN卷積神經(jīng)網(wǎng)絡（五） 4-24 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（一）：背景和知識點 4-25 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（二）：編寫實用方法(上) 4-26 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（三）：編寫實用方法(中) 4-27 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（四）：編寫實用方法(下)1 4-28 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（四）：編寫實用方法(下)2 4-29 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（五）：編寫神經(jīng)網(wǎng)絡模型(上) 4-30 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（六）：編寫神經(jīng)網(wǎng)絡模型(中)1 4-31 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（六）：編寫神經(jīng)網(wǎng)絡模型(中)2 4-32 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（七）：編寫神經(jīng)網(wǎng)絡模型(下) 4-33 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（八）：編寫訓練方法(上) 4-34 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（九）：編寫訓練方法(下) 4-35 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（十）：編寫測試方法 4-36 動手實現(xiàn)RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡（十一）：實際訓練和測試 第5章 案例一 會作曲的人工智能 結(jié)合RNN-LSTM開發(fā)能作出動聽旋律的炫酷人工智能：背景和知識點簡介，開發(fā)環(huán)境配置，原理講解，代碼實現(xiàn)，訓練模型和測試 5-1 背景和知識點簡介 5-2 音樂和數(shù)學的聯(lián)系 5-3 什么是MIDI文件 5-4 配置開發(fā)環(huán)境 5-5 編寫轉(zhuǎn)換MIDI到MP3的方法 5-6 Python音樂庫Music21的使用和測試方法 5-7 編寫整個神經(jīng)網(wǎng)絡模型 5-8 編寫從訓練文件獲取音符的方法 5-9 編寫從預測數(shù)據(jù)來生成音樂的方法 5-10 編寫訓練神經(jīng)網(wǎng)絡的方法（一） 5-11 編寫訓練神經(jīng)網(wǎng)絡的方法（二） 5-12 編寫訓練神經(jīng)網(wǎng)絡的方法（三） 5-13 編寫神經(jīng)網(wǎng)絡生成音樂的方法（一） 5-14 編寫神經(jīng)網(wǎng)絡生成音樂的方法（二） 5-15 純TensorFlow版的預告 第6章 案例二 會Photoshop的人工智能 結(jié)合DCGAN開發(fā)會PS的人工智能。從此P圖不用愁，分分鐘搞定N多圖片的創(chuàng)建：背景和知識點簡介，開發(fā)環(huán)境配置，原理講解，代碼實現(xiàn)，訓練模型和測試 6-1 背景和知識點簡介 6-2 配置開發(fā)環(huán)境 6-3 什么是GAN(生成對抗網(wǎng)絡) 6-4 什么是DCGAN 6-5 編寫DCGAN中的判別器模型（上） 6-6 編寫DCGAN中的判別器模型（下） 6-7 編寫DCGAN中的生成器模型 6-8 編寫訓練神經(jīng)網(wǎng)絡的方法（上） 6-9 編寫訓練神經(jīng)網(wǎng)絡的方法（下） 6-10 編寫神經(jīng)網(wǎng)絡生成圖片的方法 6-11 代碼完成和測試模型 6-12 純TensorFlow版的預告 第7章 案例三 會開3D賽車的人工智能 結(jié)合深度強化學習中的A3C實現(xiàn)會開3D賽車的人工智能，學會自動駕駛：背景和知識點簡介，開發(fā)環(huán)境配置，原理講解，代碼實現(xiàn)，訓練模型和測試 7-1 背景和知識點簡介 7-2 強化學習的經(jīng)典實驗環(huán)境 7-3 配置開發(fā)環(huán)境（1） 7-4 配置開發(fā)環(huán)境（2） 7-5 什么是強化學習 7-6 什么是Q Learning 7-7 Q-Learning 實現(xiàn)機器人走迷宮：創(chuàng)建環(huán)境 7-8 Q-Learning 實現(xiàn)機器人走迷宮：決策算法（1） 7-9 Q-Learning 實現(xiàn)機器人走迷宮：決策算法（2） 7-10 Q-Learning 實現(xiàn)機器人走迷宮：游戲主程序 7-11 Deep Q Learning 實現(xiàn)迷宮游戲：決策算法（1） 7-12 Deep Q Learning 實現(xiàn)迷宮游戲：決策算法（2） 7-13 Deep Q Learning 實現(xiàn)迷宮游戲：決策算法（3） 7-14 Deep Q Learning 實現(xiàn)迷宮游戲：決策算法(4)和主程序 7-15 Policy Gradient 實現(xiàn) Gym 游戲 7-16 A3C 實現(xiàn) 3D 賽車游戲：成果演示 7-17 A3C實現(xiàn)3D賽車游戲：講解A3C和編寫環(huán)境 7-18 A3C實現(xiàn)3D賽車游戲：編寫A3C算法和主程序 第8章 知識點總結(jié)和課程延展 知識點總結(jié)，如何學習一門知識，如何深入人工智能和TensorFlow，如何學習數(shù)學和英語，TensorFlow還能做什么，等等。 8-1 總結(jié)陳詞和補充 8-2 如何學好英語 8-3 如何學好數(shù)學 8-4 如何學習一門技術及課程知識點總結(jié) 8-5 深入AI和TensorFlow
購買主題
本主題需向作者支付 666 資源幣 才能瀏覽
| |
| ||
| ||
| ||
| ||
|
提示: 作者被禁止或刪除 內(nèi)容自動屏蔽
| |
| ||
| ||
| ||
| ||
小黑屋|資源共享吧 ( 瓊ICP備2023000410號-1 )
GMT+8, 2024-10-23 01:59 , Processed in 0.060735 second(s), 16 queries , MemCached On.
發(fā)表于 2019-4-15 08:04:32
收藏
