资源详情
第1节: 机器学习 框架介绍.mp4 第2节: Tensorflow介绍.mp4 第3节: Tensorflow2新版特忄生.mp4 第4节: Tensorflow2架构方式.mp4 第5节: Tensorflow与其他框架对比.mp4 第6节: Tensorflow环境配置.mp4 第7节: 基于谷歌云平台搭建无GPU环境.mp4 第8节: 基于谷歌云平台配置远程笔记工具.mp4 第9节: 基于谷歌云平台搭建GPU版环境.mp4 第10节: 基于谷歌云平台镜像搭建环境.mp4 第11节: AWS云平台环境配置.mp4 第12节: tfkeras介绍.mp4 第13节: 分类回归与目标函数.mp4 第14节: 分类模型数据读取与展示.mp4 第15节: 分类模型模型构建.mp4 第16节: 分类模型数据归一化.mp4 第17节: 回调函数.mp4 第18节: 神经网络 讲解.mp4 第19节: 深度神经网络案例.mp4 第20节: 批归一化、激活函数、dropout案例.mp4 第21节: wide_deep模型.mp4 第22节: 函数API实现wide&deep模型.mp4 第23节: 子类API实现wide&deep模型.mp4 第24节: wide&deep模型的多输入与多输出案例.mp4 第25节: 超参数搜索.mp4 第26节: 手动实现超参数搜索案例.mp4 第27节: 用sklearn封装keras模型.mp4 第28节: 用sklearn超参数搜索.mp4 第29节: 基础API介绍.mp4 第30节: tf.constant.mp4 第31节: tf.strings与ragged_tensor.mp4 第32节: sparse_tensor与tf.Variable.mp4 第33节: 自定义损失函数与DenseLayer回顾.mp4 第34节: 使子类与lambda分别自定义层次.mp4 第35节: tf.function函数转换.mp4 第36节: @tf.function函数转换.mp4 第37节: 函数签名与图结构.mp4 第38节: 近似求导.mp4 第39节: tf.GradientTape基本使用方法.mp4 第40节: tf.GradientTape与tf.keras结合使用.mp4 第41节: 其它常用API介绍.mp4 第42节: 调用data_API.mp4 第43节: 调用tf_data.mp4 第44节: 生成csv文件.mp4 第45节: 调用tf.io.decode_csv工具.mp4 第46节: tf.data与tf.keras读取csv文件.mp4 第47节: tfrecord API导入.mp4 第48节: 生成tfrecords文件.mp4 第49节: tf.data+tf.keras读取文件.mp4 第50节: datasetAPI注意事项.mp4 第51节: Estimator介绍.mp4 第52节: 泰坦尼克问题分析.mp4 第53节: feature_column使用.mp4 第54节: keras_to_estimator.mp4 第55节: 预定义estimator使用.mp4 第56节: 交叉特征.mp4 第57节: TF1.0引入.mp4 第58节: TF1.0计算图构建.mp4 第59节: TF1.0模型训练.mp4 第60节: TF1_dataset使用.mp4
下载地址
链接:https://pan.baidu.com/s/1tETGMiJKL2xon4SQ2DT7HQ 密码：j324 解压密码：www.javaxxz.com_P^tg7$%3D（j