零基础人工智能课程

📁 零基础人工智能课程资源包内容详情 (887.44 MB)

零基础人工智能课程 - 文件信息

• 📁 包含文件：资源整理自网络，如有广告勿信
• 📁 01
• 🎬 第一章第一节《人工智能基础入门指南》(1)_ev.mp4
• 📁 02
• 🎬 第一章第二节《30天入门人工智能》学习指南(1)_ev.mp4
• 📁 03
• 🎬 第二章第一节《神经网络从输入到输出》(1)_ev .mp4
• 📁 04
• 🎬 第二章第二节《初级神经网络入门指南》(1).mp4
• 📁 05
• 🎬 第二章第三节《浅层神经网络入门指南》(1).mp4
• 📁 06
• 🎬 第二章第四节《深度神经网络迁移学习》(1).mp4
• 📁 07
• 🎬 第三章第一节输入端优化1：数据增强归一化(1).mp4
• 📁 08
• 🎬 第三章第二节输入端优化2：梯度下降参数随机初始化(1).mp4
• 📁 09
• 🎬 第三章第三节中间层优化1：激活函数(1).mp4
• 📁 10
• 🎬 第三章第四节中间层优化2：网络归一化学习率衰减(1).mp4
• 📁 11
• 🎬 第三章第五节输出端优化1：softmax多分类器(1).mp4
• 📁 12
• 🎬 第三章第六节输出端优化2：多任务学习端到端学习(1).mp4
• 📁 13
• 🎬 第四章第一节人工智能核心基础：卷积神经网络（上）(1).mp4
• 📁 14
• 🎬 第四章第二节人工智能核心基础：卷积神经网络（下）(1).mp4
• 📁 15
• 🎬 第四章第三节经典卷积神经网络1：Lenet—5(1).mp4
• 📁 16
• 🎬 第四章第四节经典卷积神经网络2：Alexnet(1).mp4
• 📁 17
• 🎬 第四章第五节经典卷积神经网络3：Vgg—16(1).mp4
• 📁 18
• 🎬 第四章第六节改进卷积神经网络1：Resnet(1).mp4
• 📁 19
• 🎬 第四章第七节改进卷积神经网络2：Inception(1).mp4
• 📁 20
• 🎬 第五章第一节目标检测算法的背景与分类(1).mp4
• 📁 21
• 🎬 第五章第二节YOLOv3相关算法的原理及实现（上）(1).mp4
• 📁 22
• 🎬 第五章第三节YOLOv3相关算法的原理及实现（下）(1).mp4
• 📁 23
• 🎬 第五章第四节YOLOv4算法的原理及实现（上）(1).mp4
• 📁 24
• 🎬 第五章第五节YOLOv4算法的原理及实现（下）(1).mp4
• 📁 25
• 🎬 5.6Faster—RCNN算法的原理及实现（上）(1).mp4
• 📁 26
• 🎬 5.7Faster—RCNN算法的原理及实现（下）(1).mp4
• 📁 27
• 🎬 第六章第一节网络训练技巧1：数据集选择及设计(1).mp4
• 📁 28
• 🎬 第六章第二节网络训练技巧2：错误分析及错误标签修正(1).mp4
• 📁 29
• 🎬 6.3网络训练问题：欠过拟合梯度爆炸消失(1).mp4
• 📁 30
• 🎬 6.4过拟合消除技巧：L2正则化dropout(1).mp4
• 📁 31
• 🎬 第六章第五节项目训练评判：贝叶斯误差及网络评判(1).mp4