闪电联盟 - Powered by phpwind

离线pony8000

UID: 125

IT资讯组

发帖: 53734

今日发帖

最后登录: 2026-10-17

只看楼主正序阅读使用道具楼主发表于: 2019-11-18 14:29:56

畅销书| h264，yuv420p，1280x720 |英语，aac，44100 Hz，2个频道，s16 | 21h 03mn | 6.7 GB
指导教师：惰性程序员小组
用于计算机视觉，时间序列预测，NLP，GAN，强化学习等的神经网络！

您将学到什么
人工神经网络（ANN）/深层神经网络（DNN）
预测股票回报
时间序列预测
计算机视觉
如何构建深度强化学习型股票交易机器人
GAN（Generative Adversarial Networks）
推荐系统
图像识别
卷积神经网络（CNN）
递归神经网络（
RNN ）使用Tensorflow服务使用RESTful API服务于模型
使用Tensorflow Lite导出用于移动设备（Android，iOS）和嵌入式设备的模型
使用Tensorflow的分发策略来并行学习
低级Tensorflow，渐变磁带以及如何构建您自己的定制模型
具有深度学习功能的自然语言处理（NLP）
演示了使用代码
转移学习技术创建最先进的图像分类器的摩尔定律
要求
知道如何使用Python和Numpy进行编码
对于理论部分，请了解导数和概率
描述
欢迎使用Tensorflow 2.0！
真是令人兴奋的时刻。自Tensorflow发布以来已经快四年了，该库已经发展到正式的第二版。
Tensorflow是Google用于深度学习和人工智能的库。
深度学习在最近取得了令人瞩目的成就，例如：
生成美丽的，逼真的人和事物的逼真的图像（GAN）
在策略游戏Go和CS：GO和Dota 2（深度强化学习）等复杂的视频游戏中击败世界冠军
自动驾驶汽车（计算机视觉）
语音识别（例如Siri）和机器翻译（自然语言处理）
甚至制作人们做过的视频并说出从未做过的事情（DeepFakes-深度学习的潜在邪恶应用）
Tensorflow是世界上最受欢迎的深度学习库，由Google构建，其母公司Alphabet最近成为全球现金最丰富的公司（就在我写这篇文章之前的几天）。它是许多从事AI和机器学习的公司的首选库。
换句话说，如果您想进行深度学习，则必须了解Tensorflow。
本课程面向初学者和专家级学生。怎么会这样？
如果您刚刚具备免费的Numpy前提条件，那么您就知道需要立即入门。我们将从一些非常基本的机器学习模型开始，然后发展到最先进的概念。
在此过程中，您将了解所有主要的深度学习架构，例如深度神经网络，卷积神经网络（图像处理）和递归神经网络（序列数据）。
当前项目包括：
自然语言处理（NLP）
推荐系统
计算机视觉的转移学习
生成对抗网络（GAN）
深度强化学习股票交易机器人
即使您已经学习了我以前的所有课程，您仍将学习如何转换先前的代码以使其使用Tensorflow 2.0，并且此课程中有一些全新的，从未见过的项目，例如时间系列预测以及如何进行库存预测。
本课程是为想要快速学习的学生而设计的，但是如果您想更深入地研究该理论（例如什么是损失函数以及什么是不同的梯度类型），还可以使用“深入”部分下降方法）。
Tensorflow的高级主题包括：
使用Tensorflow Serving（云端的Tensorflow）部署模型
使用Tensorflow Lite部署模型（移动和嵌入式应用程序）
具有分配策略的分布式Tensorflow培训
编写自己的自定义Tensorflow模型
将Tensorflow 1.x代码转换为Tensorflow 2.0
常数，变量和张量
急于执行
渐变胶带
临时VIP部分（立即加入并在消失之前获得它！）：
DeepDream（3个练习）
讲师注意：由于Tensorflow 2.0仍处于测试阶段，因此某些功能尚未最终确定。敬请关注！😉
讲师的注2：本课程的重点是广度而不是深度，较少的理论支持建造更多酷的东西。如果您正在寻找一个理论上更密集的课程，不是吗。通常，对于每个主题（推荐系统，自然语言处理，强化学习，计算机视觉，GAN等），我已经开设了专门针对这些主题的课程。
感谢您的阅读，我在课堂上见！
本课程适合谁：
想要学习Tensorflow 2.0中的深度学习和AI的高级学生的初学者

本部分内容设定了隐藏，需要回复后才能看到