人工智能Python深度学习Pytorch实战高薪课程从原理解析到项目开发-圣才学习网

本视频课程包括135个视频。

¥299购买

本详细内容如下：

1、神经网络

[视频]1、神经网络之神经元

时长：13分钟

[视频]2、神经网络的框架

时长：11分钟

[视频]3、神经元个数变化的可视化效果

时长：6分钟

[视频]4、感知器

时长：9分钟

[视频]5、多层感知器

时长：8分钟

[视频]6、偏置及神经网络的框架

时长：9分钟

[视频]7、损失函数

时长：12分钟

[视频]8、sotfmax交叉熵损失函数

时长：11分钟

[视频]9、正则化惩罚

时长：7分钟

[视频]10、梯度下降算法最优化的分析

时长：22分钟

[视频]11、BP神经网络

时长：13分钟

[视频]12、解读ChatGPT参数

时长：5分钟

2、深度学习框架

[视频]1、深度学习框架caffe、tensorflow、kears、pytorch选择

时长：7分钟

[视频]2、pytorch安装CPU版本

时长：10分钟

[视频]3、pytorch安装GPU版本

时长：17分钟

[视频]4、第1个神经网络模型--手写字识别

时长：5分钟

[视频]5、数据集下载MNIST--手写字识别

时长：13分钟

[视频]6、数据集的可视化--手写字识别

时长：5分钟

[视频]7、DataLoader的介绍

时长：11分钟

[视频]8、代码实现搭建神经网络模型

时长：21分钟

[视频]9、神经网络框架整体流程

时长：11分钟

[视频]10、模型训练train

时长：21分钟

[视频]11、模型测试代码

时长：17分钟

[视频]12、训练结果分析

时长：6分钟

[视频]13、最优化Adam

时长：11分钟

[视频]14、激活函数relu

时长：13分钟

3、卷积神经网络

[视频]1、卷积神经网络原理解析

时长：12分钟

[视频]2、卷积层

时长：16分钟

[视频]3、特征图大小计算方法

时长：9分钟

[视频]4、池化层

时长：9分钟

[视频]5、感受野及其他卷积神经网络

时长：7分钟

[视频]6、卷积神经网络实现手写字识别

时长：10分钟

[视频]7、卷积神经网络搭建

时长：13分钟

[视频]8、模型训练

时长：13分钟

[视频]9、Dataloader使用自己的数据集（上）

时长：10分钟

[视频]10、Dataloader使用自己的数据集（下）

时长：10分钟

[视频]11、Dataloader加载数据集方式

时长：10分钟

[视频]12、__getitem__的使用

时长：12分钟

[视频]13、数据集打包后的可视化

时长：8分钟

[视频]14、修改模型参数

时长：9分钟

[视频]15、数据增强

时长：12分钟

[视频]16、transforms的使用方法

时长：14分钟

[视频]17、保存最优模型

时长：10分钟

[视频]18、读取本地模型

时长：14分钟

[视频]19、调整学习率

时长：14分钟

[视频]20、迁移学习

时长：9分钟

[视频]21、resnet残差网络

时长：18分钟

[视频]22、resnet18网络的使用

时长：10分钟

[视频]23、迁移学习resnet网络

时长：13分钟

4、自然语言处理

[视频]1、自然语言转换方法

时长：13分钟

[视频]2、词嵌入wordembedding

时长：6分钟

[视频]3、word2vec模型训练过程（上）

时长：11分钟

[视频]4、word2vec模型训练过程（下）

时长：10分钟

[视频]5、代码实现word2vec_创建词表vocab

时长：9分钟

[视频]6、根据词表转换自然语言

时长：7分钟

[视频]7、word2vec训练代码

时长：15分钟

[视频]8、word2vec测试及词向量获取

时长：6分钟

[视频]9、保存及读取词向量模型npz

时长：12分钟

[视频]10、RNN循环神经网络

时长：16分钟

[视频]11、LSTM神经网络

时长：13分钟

[视频]12、遗忘门输入门输出门

时长：10分钟

[视频]13、情感分析项目实战

时长：15分钟

[视频]14、创建评论词表vocab（上）

时长：12分钟

[视频]15、创建评论词表vocab（下）

时长：19分钟

[视频]16、评论中文转换为数值

时长：16分钟

[视频]17、数据集分割

时长：11分钟

[视频]18、创建可迭代的数据集

时长：11分钟

[视频]19、情感分析模型的搭建（上）

时长：9分钟

[视频]20、情感分析模型的搭建（下）

时长：9分钟

[视频]21、模型训练代码的分解

时长：10分钟

[视频]22、测试代码的分解

时长：13分钟

5、视觉分析

[视频]1、opencv的版本及安装

时长：8分钟

[视频]2、图片的读取及转换灰度图

时长：9分钟

[视频]3、视频文件的读取及处理方法

时长：9分钟

[视频]4、ORI感兴趣区域

时长：8分钟

[视频]5、图片修改

时长：6分钟

[视频]6、图像运算

时长：7分钟

[视频]7、边界填充及阈值处理

时长：13分钟

[视频]8、图像平滑处理-均值滤波

时长：10分钟

[视频]9、均值滤波高斯滤波中值滤波

时长：12分钟

[视频]10、图像形态学-腐蚀膨胀开闭运算

时长：12分钟

[视频]11、图像形态学-顶帽和黑帽

时长：7分钟

[视频]12、边缘检测sobel算子

时长：12分钟

[视频]13、sobel算子代码实现

时长：11分钟

[视频]14、scharr算子和laplacian算子

时长：6分钟

[视频]15、canny边缘检测

时长：13分钟

[视频]16、canny非极大值抑制

时长：13分钟

[视频]17、轮廓检测

时长：10分钟

[视频]18、寻找轮廓及绘制轮廓

时长：5分钟

[视频]19、轮廓面积周长and轮廓近似

时长：10分钟

[视频]20、外接圆外接矩形

时长：6分钟

[视频]21、模板匹配

时长：12分钟

[视频]22、案例银行卡号识别--argparse

时长：12分钟

[视频]23、模板图像中数字的定位

时长：16分钟

[视频]24、信用卡数字区域获取

时长：14分钟

[视频]25、获取信用卡每个数字

时长：8分钟

[视频]26、模板匹配得到数字

时长：9分钟

[视频]27、图像金字塔

时长：12分钟

[视频]28、拉普拉斯金字塔

时长：8分钟

[视频]29、图像直方图

时长：10分钟

[视频]30、mask掩模

时长：6分钟

[视频]31、直方图均衡化

时长：10分钟

[视频]32、图像透视变换

时长：12分钟

[视频]33、获取最大轮廓

时长：12分钟

[视频]34、warpPerspective解析

时长：10分钟

[视频]35、harris角点检测

时长：11分钟

[视频]36、sift特征检测

时长：13分钟

[视频]37、图像拼接--描述符分析

时长：11分钟

[视频]38、图像特征点变换

时长：10分钟

[视频]39、暴力匹配

时长：14分钟

[视频]40、RANSAC算法

时长：11分钟

[视频]41、案例指纹识别

时长：14分钟

[视频]42、案例答题卡扫描--提取答题卡

时长：12分钟

[视频]43、案例答题卡扫描--答题区轮廓提取

时长：12分钟

[视频]44、案例答题卡扫描--像素值统计

时长：5分钟

[视频]45、视频操作--背景建模

时长：17分钟

[视频]46、光流估计原理解析

时长：11分钟

[视频]47、光流估计代码实现

时长：14分钟

[视频]48、摄像头操作

时长：14分钟

[视频]49、opencv使用深度神经网络模型DNN

时长：13分钟

[视频]50、DNN实现风格迁移

时长：12分钟

[视频]51、人脸检测--harr特征

时长：13分钟

[视频]52、级联分类器

时长：10分钟

[视频]53、人脸检测及微笑识别

时长：12分钟

[视频]54、人脸识别--局部二值模式

时长：12分钟

[视频]55、人脸识别--LBPH直方图

时长：9分钟

[视频]56、人脸识别--LBPH代码实现

时长：10分钟

[视频]57、人脸识别--EigenFace

时长：10分钟

[视频]58、人脸识别--FisherFace

时长：9分钟

[视频]59、dlib库的介绍及安装

时长：11分钟

[视频]60、dlib库实现人脸识别

时长：7分钟

[视频]61、人脸关键点定位

时长：10分钟

[视频]62、dlib cnn实现人脸识别

时长：15分钟

[视频]63、表情识别之关键点计算

时长：10分钟

[视频]64、表情识别代码实现

时长：10分钟