【imooc-259】深度学习之神经网络(CNN&RNN&GAN)算法原理+实战 - 带源码课件夸克网盘资源_网盘资源_

• file:资料.zip
• file:9-1 对抗生成网络原理.mp4
• file:9-13 DCGAN生成器器实现.mp4
• file:9-3 反卷积.mp4
• file:9-4 深度卷积对抗生成网络DCGAN(2)_深度学习之神经网络RNNGAN算法原理实战.mp4
• file:9-2 深度卷积对抗生成网络DCGAN(1).mp4
• file:6-7 图像风格转换算法定义输入与调用GG-Net.mp4
• file:6-5 GG16预训练模型读取函数封装.mp4
• file:6-8 图像风格转换计算图构建与损失函数计算.mp4
• file:6-9 图像风格转换训练流程代码实现.mp4
• file:6-2 卷积神经网络的能力.mp4
• file:2-8 神经网络实现（多分类逻辑斯蒂回归模型实现）.mp4
• file:2-1 机器学习、深度学习简介.mp4
• file:2-6 数据处理与模型图构建(2).mp4
• file:5-7 actiation-initializer-optimizer-实战.mp4
• file:5-4 Tensorboard实战（1） (1).mp4
• file:5-9 图像增强实战.mp4
• file:5-6 fine-tune-实战.mp4
• file:5-3 激活函数到调参技巧（2）.mp4
• file:5-1 adagrad_adam.mp4
• file:4-2 卷积神经网络进阶（ggnet-Resnet）.mp4
• file:4-4 GG-ResNet实战（1）.mp4
• file:4-7 Inception-mobile_net（2）.mp4
• file:7-17 LSTM单元内部结构实现.mp4
• file:7-11 词表封装与类别封装.mp4
• file:7-7 数据预处理之分词.mp4
• file:7-6 RNN与CNN融合解决文本分类.mp4
• file:7-8 数据预处理之词表生成与类别表生成.mp4
• file:7-10 超参数定义.mp4
• file:7-5 基于CNN的文本分类模型(TextCNN).mp4
• file:7-15 指标计算与梯度算子实现.mp4
• file:7-3 长短期记忆网络.mp4
• file:7-9 实战代码模块解析.mp4
• file:8-10 图像特征抽取(1)-文本描述文件解析.mp4
• file:8-5 Show and Tell模型.mp4
• file:8-12 输入输出文件与默认参数定义.mp4
• file:8-11 图像特征抽取(2)-Inception3预训练模型抽取图像特征.mp4
• file:8-14 文本描述转换为ID表示.mp4
• file:8-16 ImageCaptionData类封装-批数据生成.mp4
• file:8-1 图像生成文本问题引入⼊.mp4
• file:8-18 计算图构建-图片与词语embedding.mp4
• file:8-17 计算图构建-辅助函数实现.mp4
• file:8-19 计算图构建-rnn结构实现、损失函数与训练算子实现.mp4
• file:8-9 数据介绍，词表生成.mp4
• file:8-4 Multi-Modal RNN模型.mp4
• file:8-7 Bottom-up Top-down Attention模型.mp4
• file:8-20 训练流程代码.mp4
• file:8-3 Encoder-Decoder框架与Beam Search算法生成文本.mp4
• folder:【imooc-259】深度学习之神经网络(CNN&RNN&GAN)算法原理+实战 - 带源码课件
• folder:第9章 对抗神经网络
• folder:第6章 图像风格转换
• folder:第11章 课程总结
• folder:第10章 自动机器学习网络-AutoML