深度学习与TensorFlow 2入门实战

01.深度学习初见

｜ 课时1 深度学习框架介绍-1.mp4 14.30M

｜ 课时2 深度学习框架介绍-2.mp4 14.43M

｜ 课时3 开发环境安装-1.mp4 14.06M

｜ 课时4 开发环境安装-2.mp4 16.89M

02.[选看]开发环境全程实录

｜ 课时10 Ubuntu平台实录-pycharm安装.mp4 9.96M

｜ 课时5 win10平台实录-1.mp4 52.14M

｜ 课时6 win10平台实录-2.mp4 38.73M

｜ 课时7 Ubuntu平台实录-cuda安装.mp4 22.28M

｜ 课时8 Ubuntu平台实录-anaconda安装.mp4 15.04M

｜ 课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4 28.57M

03.回归问题

｜ 课时11 线性回归-1.mp4 10.34M

｜ 课时12 线性回归-2.mp4 15.23M

｜ 课时13 回归问题实战-1.mp4 16.97M

｜ 课时14 回归问题实战-2.mp4 15.95M

｜ 课时15 手写数字问题-1.mp4 21.65M

｜ 课时16 手写数字问题-2.mp4 11.86M

｜ 课时17 手写数字问题-3.mp4 14.20M

｜ 课时18 手写数字问题初体验-1.mp4 14.49M

｜ 课时19 手写数字问题初体验-2.mp4 28.96M

04.Tensorflow 2基础操作

｜ 课时20 tensorflow数据类型-1.mp4 16.91M

｜ 课时21 tensorflow数据类型-2.mp4 16.23M

｜ 课时22 创建Tensor-1.mp4 14.90M

｜ 课时23 创建Tensor-2.mp4 14.47M

｜ 课时24 创建Tensor-3.mp4 9.67M

｜ 课时25 索引与切片-1.mp4 26.95M

｜ 课时26 索引与切片-2.mp4 29.09M

｜ 课时27 索引与切片-3.mp4 9.09M

｜ 课时28 索引与切片-4.mp4 35.02M

｜ 课时29 索引与切片-5.mp4 16.62M

｜ 课时30 维度变换-1.mp4 27.74M

｜ 课时31 维度变换-2.mp4 16.88M

｜ 课时32 维度变换-3.mp4 11.28M

｜ 课时33 Broadcasting-1.mp4 28.17M

｜ 课时34 Broadcasting-2.mp4 28.76M

｜ 课时35 数学运算.mp4 18.88M

｜ 课时36 前向传播（张量）-实战-1.mp4 13.41M

｜ 课时37 前向传播（张量）-实战-2.mp4 13.80M

｜ 课时38 前向传播（张量）-实战-3.mp4 13.97M

｜ 课时39 前向传播（张量）-实战-4.mp4 15.84M

05.tensorflow 2高阶操作

｜ 课时40 合并与分割.mp4 18.40M

｜ 课时41 数据统计.mp4 20.28M

｜ 课时42 张量排序-1.mp4 11.67M

｜ 课时43 张量排序-2.mp4 38.38M

｜ 课时44 填充与复制.mp4 17.45M

｜ 课时45 张量限幅-1.mp4 13.69M

｜ 课时46 张量限幅-2.mp4 17.44M

｜ 课时47 高阶操作-1.mp4 13.17M

｜ 课时48 高阶操作-2.mp4 13.57M

06 神经网络与全连接层

｜ 课时49 数据加载-1.mp4 13.84M

｜ 课时50 数据加载-2.mp4 10.56M

｜ 课时51 数据加载-3.mp4 12.01M

｜ 课时52 测试（张量）实战.mp4 25.67M

｜ 课时53 全连接层-1.mp4 14.17M

｜ 课时54 全连接层-2.mp4 16.54M

｜ 课时55 输出方式.mp4 16.51M

｜ 课时56 误差计算-1.mp4 13.52M

｜ 课时57 误差计算-2.mp4 13.00M

｜ 课时58 误差计算-3.mp4 40.68M

07 随机梯度下降

｜ 课时59 梯度下降-简介-1.mp4 25.37M

｜ 课时60 梯度下降-简介-2.mp4 14.45M

｜ 课时61 常见函数的梯度.mp4 93.37kb

｜ 课时62 激活函数及其梯度.mp4 21.40M

｜ 课时63 损失函数及其梯度-1.mp4 10.78M

｜ 课时64 损失函数及其梯度-2.mp4 63.50M

｜ 课时65 单输出感知机梯度.mp4 51.89M

｜ 课时66 多输出感知机梯度.mp4 17.71M

｜ 课时67 链式法则.mp4 18.26M

｜ 课时68 反向传播算法-1.mp4 14.09M

｜ 课时69 反向传播算法-2.mp4 14.13M

｜ 课时70 函数优化实战.mp4 38.96M

｜ 课时71 手写数字问题实战（层）-1.mp4 32.39M

｜ 课时72 手写数字问题实战（层）-2.mp4 13.92M

｜ 课时73 手写数字问题实战（层）-3.mp4 26.51M

｜ 课时74 TensorBoard可视化-1.mp4 15.55M

｜ 课时75 TensorBoard可视化-2.mp4 60.20M

08.Keras高层接口

｜ 课时76 Keras高层API-1.mp4 12.76M

｜ 课时77 Keras高层API-2.mp4 29.82M

｜ 课时78 Keras高层API-3.mp4 28.32M

｜ 课时79 自定义层或网络-1.mp4 11.90M

｜ 课时80 自定义层或网络-2.mp4 15.11M

｜ 课时81 模型保存与加载.mp4 17.07M

｜ 课时82 CIFAR10自定义网络实战-1.mp4 13.63M

｜ 课时83 CIFAR10自定义网络实战-2.mp4 36.15M

｜ 课时84 CIFAR10自定义网络实战-3.mp4 22.94M

09.过拟合

｜ 课时 89 动量与学习率.mp4 48.27M

｜ 课时85 过拟合与欠拟合.mp4 58.62M

｜ 课时86 交叉验证-1.mp4 28.18M

｜ 课时87 交叉验证-2.mp4 43.26M

｜ 课时88 Regularization.mp4 41.13M

｜ 课时90 Early stopping，Dropout.mp4 57.83M

10.卷积神经网络

｜ 课时101 BatchNorm

｜ ｜ batchnorm.mp4 46.33M

｜ ｜ batchnorm2 .mp4 47.42M

｜ 课时100 经典卷积网络VGG, GoogLeNet, Inception-2.mp4 45.25M

｜ 课时102 ResNet, DenseNet – 1.mp4 17.41M

｜ 课时103 ResNet, DenseNet – 2.mp4 18.37M

｜ 课时104 ResNet实战-1.mp4 13.48M

｜ 课时105 ResNet实战-2.mp4 14.31M

｜ 课时106 ResNet实战-3.mp4 33.47M

｜ 课时107 ResNet实战-4.mp4 62.48M

｜ 课时86 什么是卷积-1.mp4 20.39M

｜ 课时87 什么是卷积-2.mp4 14.99M

｜ 课时88 什么是卷积-3.mp4 41.25M

｜ 课时89 什么是卷积-4.mp4 12.93M

｜ 课时90 卷积神经网络-1.mp4 16.99M

｜ 课时91 卷积神经网络-2.mp4 16.01M

｜ 课时92 卷积神经网络-3.mp4 15.35M

｜ 课时93 卷积神经网络-4.mp4 15.31M

｜ 课时94 池化与采样.mp4 10.78M

｜ 课时95 CIFAR100与VGG13实战-1.mp4 13.45M

｜ 课时96 CIFAR100与VGG13实战-2.mp4 13.87M

｜ 课时97 CIFAR100与VGG13实战-3.mp4 14.24M

｜ 课时98 CIFAR100与VGG13实战-4.mp4 10.59M

｜ 课时99 经典卷积网络VGG, GoogLeNet, Inception-1.mp4 20.02M

11.循环神经网络RNN

｜ GRU原理与实战.mp4 44.49M

｜ lstm-1.mp4 33.94M

｜ lstm-2.mp4 28.79M

｜ LSTM实战.mp4 49.56M

｜ 课时108 序列表示方法-1.mp4 15.59M

｜ 课时109 序列表示方法-2.mp4 17.23M

｜ 课时110 循环神经网络层-1.mp4 13.93M

｜ 课时111 循环神经网络层-2.mp4 32.43M

｜ 课时112 RNNCell使用-1.mp4 14.79M

｜ 课时113 RNNCell使用-2.mp4 11.67M

｜ 课时114 RNN与情感分类问题实战-加载IMDB数据集.mp4 13.64M

｜ 课时115 RNN与情感分类问题实战-单层RNN Cell.mp4 14.01M

｜ 课时116 RNN与情感分类问题实战-网络训练.mp4 12.99M

｜ 课时117 RNN与情感分类问题实战-多层RNN Cel.mp4 14.11M

｜ 梯度弥散与梯度爆炸.mp4 64.71M

12.自编码器Auto-Encoders

｜ 课时119 无监督学习.mp4 14.06M

｜ 课时120 Auto-Encoders原理.mp4 45.04M

｜ 课时121 Auto-Encoders变种.mp4 13.86M

｜ 课时122 Adversarial Auto-Encoders.mp4 12.62M

｜ 课时123 Variational Auto-Encoders引入.mp4 14.20M

｜ 课时124 Reparameterization Trick.mp4 13.78M

｜ 课时125 Variational Auto-Encoders原理.mp4 19.16M

｜ 课时126 Auto-Encoders实战-创建编解码器.mp4 12.65M

｜ 课时127 Auto-Encoders实战-训练.mp4 12.46M

｜ 课时128 Auto-Encoders实战-测试.mp4 14.15M

｜ 课时129 VAE实战-创建网络.mp4 14.20M

｜ 课时130 VAE实战-KL Divergence计算.mp4 47.81M

｜ 课时131 VAE实战-训练与测试.mp4 20.54M

13.对抗生成网络GAN

｜ 课时132 数据的分布.mp4 12.37M

｜ 课时133 画家的成长历程.mp4 85.53M

｜ 课时134 GAN原理.mp4 18.09M

｜ 课时135 纳什均衡-D.mp4 68.56M

｜ 课时136 纳什均衡-G.mp4 34.57M

｜ 课时137 JS散度的缺陷.mp4 34.46M

｜ 课时138 EM距离.mp4 47.49M

｜ 课时139 WGAN-GP原理.mp4 124.68M

｜ 课时140 GAN实战-.mp4 17.29M

｜ 课时141 GAN实战-2.mp4 27.19M

｜ 课时142 GAN实战-3.mp4 15.12M

｜ 课时143 GAN实战-4.mp4 16.08M

｜ 课时144 GAN实战-5.mp4 12.92M

｜ 课时145 GAN实战-6.mp4 14.34M

｜ 课时146 WGAN实战-1.mp4 16.97M

｜ 课时147 WGAN实战-2.mp4 20.74M

14.[选看]人工智能发展简史

｜ 课时148 生物神经元结构.mp4 5.87M

｜ 课时149 感知机的提出.mp4 13.56M

｜ 课时150 BP神经网络.mp4 68.15M

｜ 课时151 CNN和LSTM的发明.mp4 65.62M

｜ 课时152 人工智能低谷.mp4 59.45M

｜ 课时153 深度学习的诞生.mp4 14.61M

｜ 课时154 深度学习的爆发.mp4 94.11M

15.[选看]Numpy实战BP神经网络

｜ 课时155 权值的表示.mp4 35.99M

｜ 课时156 多层感知机的实现.mp4 14.03M

｜ 课时157 BP神经网络前向传播.mp4 14.57M

｜ 课时158 BP神经网络反向传播-1.mp4 14.51M

｜ 课时159 BP神经网络反向传播-.mp4 13.81M

｜ 课时160 BP神经网络反向传播-3.mp4 13.82M

｜ 课时161 多层感知机的训练.mp4 15.98M

｜ 课时162 多层感知机的测试.mp4 19.15M

｜ 课时163 实战小结.mp4 12.16M

电子书

｜ 花书-深度学习-Eng.pdf 15.91M

｜ 花书-中文版.pdf 30.77M

软件资料

｜ 课程安装软件-Ubuntu 18.04

｜ ｜ Anaconda3-2019.03-Linux-x86_64.sh 654.13M

｜ ｜ cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb 1.55G

｜ ｜ cudnn-10.0-linux-x64-v7.5.0.56.tgz 412.76M

｜ ｜ pycharm-community-2019.1.1.tar.gz 317.09M

｜ 课程安装软件-Win10

｜ ｜ Anaconda3-2019.03-Windows-x86_64.exe 661.66M

｜ ｜ cuda_10.0.130_411.31_win10.exe 2.04G

｜ ｜ cudnn-10.0-windows10-x64-v7.5.0.56 (1).zip 213.78M

｜ ｜ pycharm-community-2019.1.1.exe 231.79M