种子信息
[人工智能实践:Tensorflow笔记-北京大学-曹健][Artificial Intelligence Practice - Notes Of Tensorflow][MP4+PDF][中国大学MOOC]
[ 不计下载量 ]
选择操作: |
种子下载 | 加入收藏 | 分享到细语 |
文件名: |
ZiJingBT.人工智能实践:Tensorflow笔记(完整版).torrent |
种子名称: |
人工智能实践:Tensorflow笔记(完整版) |
信息: |
大小:
4.93 GB | 文件数:
39 | Info Hash:
2c2a725a4ebf9e2ceea8a116b8e4b7125b4cbd29 |
类别: |
学习 | 由 宫本拓虚 (上传员 九乡河最佳教练) 上传于 2018-11-08 14:07:43 |
活跃度: |
做种(5)/下载(0) | 完成下载 (210) (最近一次活动时间 2020-11-24 10:06:57 / 种子活动时间 2020-11-24 10:06:57) |
上传字幕: |
|
便笺: |
|
内容简介: |
引用: 您的保种是紫荆长久发展的重要保证,下载资源后请自觉做到开机即做种,您的保种可让紫荆的资源的长久有效、下载速度达到极限, 同时也可以为您赚得上传流量和积分。感谢您对紫荆的支持! |
虽然课程是免费的,但是请尊重整理人在抓取和整理上所花的时间,尊重各校老师在制作课程上的努力。觉得有帮助请点感谢。
课程介绍及抓取说明
MOOC课程地址:https://www.icourse163.org/learn/PKU-1002536002
人工智能实践:Tensorflow笔记-北京大学-曹健
发布大学:北京大学 发布课程:人工智能实践:Tensorflow笔记 授课老师:曹健 课程简介:这是人工智能入门课,将用八次课帮你梳理人工智能概念、机器学习方法、深度学习框架。如果你还不知道什么是人工智能、机器学习、深度学习,欢迎进来学习交流。结课时,你将会用Python搭建人工神经网络,实现特定物体的识别。一起编码感受人工智能 机器学习 深度学习 人工智能 机器学习 深度学习吧!—— 课程团队
抓取开课次数:第1次开课 课程时间: 开课:2018年03月12日 结束:2018年08月26日 学时安排: 1-2小时每周
抓取内容: 课程视频(超清源MP4) 课程文档(PDF)
抓取补充说明: 无
课程概述 课程概述课程会以投影的形式,帮你梳理tensorflow的用法,希望你用纸质笔记本记录下每个打着对勾的知识点;会用录屏的形式,带你编写代码,实现实际应用,希望你用电脑复现课程的案例。每次课后,助教会分享他的tensorflow笔记和源代码,帮你查漏补缺。
视频只用于学习交流目的,禁止使用视频非法牟利。
授课目标 学会使用Python语言搭建人工神经网络,实现图像分类。
证书要求 满分100分,达到60分为合格,达到90分以上为优秀。 期中项目60分:编写Python代码,实现输入手写数字图片,输出预测的数值。识别准确率达到90%为合格:课程给出十张手写数字图片,每正确识别一张得6分。 期末项目40分:编写Python代码,复现卷积神经网络,输入一张图片,识别出图片的内容。识别准确率达90%为合格:课程给出十张图片,每正确识别一张得4分。
课程大纲 第一讲 带着大家梳理人工智能领域的基本概念:比如什么是人工智能、什么机器学习、什么是深度学习,他们的发展历史是什么,能用他们做什么。课后,助教会带领大家安装Ubuntu系统、Python解释器 和 Tensorflow环境,把同学们的电脑进行改造,让它变得更专业。
第二讲 串讲python语法:课程将帮同学们在最短的时间内把python语法织成网,为后续课程扫清代码关;
第三讲 讲解Tensorflow的关键词,搭建神经网络:这节课会介绍张量、计算图、会话等概念,并用Python搭建你的第一个神经网络,总结出神经网络搭建的八股。
第四讲 讲解神经网络的优化:包括损失函数、学习率、滑动平均和正则化。
第五讲 讲解全连接网络:使用MNIST数据集,搭建全连接网络实现手写数字的识别。包括前向传播、反向传播、识别准确率输出和反向传播断点续训。
第六讲 讲解全连接网络应用:更改上一讲全连接网络的代码,现场手写一个数字,输出这个数字的值。
第七讲 讲解卷积神经网络:使用MNIST数据集,搭建卷积神经网络实现前向传播、反向传播、识别准确率输出和反向传播断点续训。
第八讲 讲解卷积神经网络应用:复现ImageNet数据集训练好的模型,实现特定图片的识别。
参考书籍: 《Tensorflow:实战Google深度学习框架》 郑泽宇,顾思宇 著,电子工业出版社 《深度学习》赵申剑,黎彧君,符天凡,李凯 译,人民邮电出版社 |
感谢者: |
葛荣存, 你是谁啊哦, 小峰峰, iiwfww, AmundsenScott, sungh, Lunit, 亚飞, hengxin1102, 君宸, Oneshot, Simple__Lonely, Panjks-, 15996224922, 第三人称, pkun, 陈鹏宇, lijun, thfyshz, boyue2000, qf129, ahxb, yingxx, 冰墨魂, meifang, hmj, 张扬, justintimberlake, lyreezy, 许黎之
|
|
发表评论