北京大学 人工智能实践：Tensorflow笔记
链接：https://www.aliyundrive.com/s/dQgpXnBzYkA
【深度学习 神经网络 Tensorflow2实现】带你快速掌握Tensorflow2的基本用法，领你入门人工智能。授课软件为Python3.7、Tensorflow2.1。学习建议：1观看视频，2运行源码，3阅读Tensorflow笔记。 #人工智能 深度学习 神经网络 深度学习 神经网络 人工智能 深度学习 神经网络 人工智能 深度学习 神经网络#
课程梳理出Tensorflow2搭建优化神经网络的八股，带你逐步完善代码，实现图像识别与股票预测。课程以录像形式讲解知识点，以录屏形式分析源代码，通过助教的Tensorflow笔记实现回顾与扩展。内容包括：深度学习、神经网络的基本概念原理和代码实现示例。
课程大纲
第一讲 神经网络计算
1.7神经网络实现鸢尾花分类
1.5TF2常用函数2
1.6鸢尾花数据集读入
1.8Tensorflow2安装
1.4TF2常用函数1
1.2神经网络设计过程
1.1人工智能三学派
TensorFlow笔记：第一讲神经网络计算
第一讲 神经网络计算
1.3张量生成
PPT：第一讲神经网络计算
第二讲 神经网络优化
TensorFlow笔记：第二讲神经网络优化
2.4损失函数
2.5缓解过拟合
PPT：第二讲神经网络优化
2.6优化器
2.1预备知识
2.3激活函数
第二讲 神经网络优化
2.2复杂度学习率
第三讲 神经网络八股
3.1搭建网络八股sequential
3.2搭建网络八股class
第三讲 神经网络八股
TensorFlow笔记：第三讲神经网络八股
3.3MNIST数据集
3.4FASHION数据集
PPT：第三讲神经网络八股
第四讲 网络八股扩展
4.5参数提取
4.7给图识物
4.1搭建网络八股总览
PPT：第四讲网络八股扩展
4.6acc&loss可视化
4.4断点续训
TensorFlow笔记：第四讲网络八股扩展
4.2自制数据集
第四讲 网络八股扩展
4.3数据增强
第五讲 卷积神经网络
5.1卷积计算过程
5.16经典卷及网络小结
5.12AlexNet
5.9CIFAR0数据集
PPT：第五讲卷积神经网络
第五讲 卷积神经网络
5.14InceptionNet
5.10卷积神经网络搭建示例
5.13VGGNet
5.4TF描述卷积计算层
5.8卷积神经网络
5.2感受野
5.15ResNet
5.11LeNet
5.7舍弃
5.3全零填充
5.5批标准化
5.6池化
TensorFlow笔记：第五讲卷积神经网络
第六讲 循环神经网络
6.7循环计算过程II
6.10字母预测Embedding_1pre1
6.9Embedding编码
6.3循环计算层
TensorFlow笔记：第六讲循环神经网络
6.4TF描述循环计算层
6.8字母预测onehot_4pre1
6.2循环核时间步展开
6.6字母预测onehot_1pre1
6.14GRU实现股票预测(GRU计算过程_TF描述GRU层)
6.1循环核
6.11字母预测Embedding_4pre1
6.13LSTM实现股票预测(LSTM计算过程_TF描述LSTM层)
第六讲 循环神经网络
PPT：第六讲循环神经网络
6.5循环计算过程I
6.12RNN实现股票预测
页:
[1]