TensorFlow 快速入门与实战
彭靖田
Google Developers Expert，《深入理解 TensorFlow》作者
31210 人已学习
新⼈⾸单¥59
课程目录
已完结/共 67 讲
第一章：TensorFlow初印象 (8讲)
01 | 课程介绍
时长 02:20
02 | 课程内容综述
时长 04:48
03 | 第一章内容概述
时长 02:29
04 | TensorFlow产生的历史必然性
时长 07:39
05 | TensorFlow与Jeff Dean的那些事
时长 10:47
06 | TensorFlow的应用场景
时长 12:07
07 | TensorFlow的落地应用
时长 09:46
08 | TensorFlow的发展现状
时长 09:32
第二章：TensorFlow初接触 (5讲)
09 | 第二章内容概述
时长 01:31
10 | 搭建你的TensorFlow开发环境
时长 11:37
11 | Hello TensorFlow
时长 07:05
12 | 在交互环境中使用TensorFlow
时长 19:42
13 | 在容器中使用TensorFlow
时长 12:26
第三章：TensorFlow基本概念解析 (11讲)
14 | 第三章内容概述
时长 02:41
15 | TensorFlow模块与架构介绍
时长 07:25
16 | TensorFlow数据流图介绍
时长 19:19
17 | 张量（Tensor）是什么（上）
时长 13:35
18 | 张量（Tensor）是什么（下）
时长 08:53
19 | 变量（Variable）是什么（上）
时长 12:15
20 | 变量（Variable）是什么（下）
时长 14:41
21 | 操作（Operation）是什么（上）
时长 09:00
22 | 操作（Operation）是什么（下）
时长 04:49
23 | 会话（Session）是什么
时长 13:17
24 | 优化器（Optimizer）是什么
时长 20:00
第四章：实战TensorFlow房价预测 (10讲)
25 | 第四章内容概述
时长 02:14
26 | 房价预测模型的前置知识
时长 24:38
27 | 房价预测模型介绍
时长 07:12
28 | 房价预测模型之数据处理
时长 25:39
29 | 房价预测模型之创建与训练
时长 14:25
30 | TensorBoard可视化工具介绍
时长 17:06
31 | 使用TensorBoard可视化数据流图
时长 12:02
32 | 实战房价预测模型：数据分析与处理
时长 19:11
33 | 实战房价预测模型：创建与训练
时长 12:06
34 | 实战房价预测模型：可视化数据流图
时长 19:02
第五章：实战TensorFlow手写体数字识别 (9讲)
35 | 第五章内容概述
时长 01:56
36 | 手写体数字数据集MNIST介绍（上）
时长 09:28
37 | 手写体数字数据集MNIST介绍（下）
时长 07:55
38 | MNIST Softmax网络介绍（上）
时长 08:15
39 | MNIST Softmax网络介绍（下）
时长 15:03
40 | 实战MNIST Softmax网络（上）
时长 16:52
41 | 实战MNIST Softmax网络（下）
时长 16:21
42 | MNIST CNN网络介绍
时长 17:49
43 | 实战MNIST CNN网络
时长 21:02
第六章：实战TensorFlow验证码识别 (8讲)
44 | 第六章内容概述
时长 01:37
45 | 准备模型开发环境
时长 07:19
46 | 生成验证码数据集
时长 21:24
47 | 输入与输出数据处理
时长 24:44
48 | 模型结构设计
时长 22:14
49 | 模型损失函数设计
时长 20:29
50 | 模型训练过程分析
时长 26:52
51 | 模型部署与效果演示
时长 17:33
第七章：实战TensorFlow人脸识别 (9讲)
52 | 第七部分内容介绍
时长 02:16
53 | 人脸识别问题概述
时长 23:55
54 | 典型人脸相关数据集介绍
时长 13:43
55 | 人脸检测算法介绍
时长 23:10
56 | 人脸识别算法介绍
时长 19:42
57 | 人脸检测工具介绍
时长 20:03
58 | 解析FaceNet人脸识别模型
时长 28:23
59 | 实战FaceNet人脸识别模型
时长 30:38
60 | 测试与可视化分析
时长 15:43
番外篇：TensorFlow社区参与指南 (7讲)
61 | 番外篇内容介绍
时长 02:04
62 | TensorFlow社区介绍
时长 14:02
63 | TensorFlow生态：TFX
时长 07:35
64 | TensorFlow生态：Kubeflow
时长 12:45
65 | 如何参与TensorFlow社区开源贡献
时长 09:12
66 | ML GDE是TensorFlow社区与开发者的桥梁
时长 05:47
67 | 课程总结
时长 01:58
TensorFlow 快速入门与实战
登录|注册
留言
3
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 39 | MNIST Softmax网络介绍（下）
00:00 / 00:00
高清
  • 高清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程，可试看
01 | 课程介绍
02 | 课程内容综述
03 | 第一章内容概述
04 | TensorFlow产生的历史必然性
05 | TensorFlow与Jeff Dean的那些事
06 | TensorFlow的应用场景
07 | TensorFlow的落地应用
08 | TensorFlow的发展现状
09 | 第二章内容概述
10 | 搭建你的TensorFlow开发环境
11 | Hello TensorFlow
12 | 在交互环境中使用TensorFlow
13 | 在容器中使用TensorFlow
14 | 第三章内容概述
15 | TensorFlow模块与架构介绍
16 | TensorFlow数据流图介绍
17 | 张量（Tensor）是什么（上）
18 | 张量（Tensor）是什么（下）
19 | 变量（Variable）是什么（上）
20 | 变量（Variable）是什么（下）
21 | 操作（Operation）是什么（上）
22 | 操作（Operation）是什么（下）
23 | 会话（Session）是什么
24 | 优化器（Optimizer）是什么
25 | 第四章内容概述
26 | 房价预测模型的前置知识
27 | 房价预测模型介绍
28 | 房价预测模型之数据处理
29 | 房价预测模型之创建与训练
30 | TensorBoard可视化工具介绍
31 | 使用TensorBoard可视化数据流图
32 | 实战房价预测模型：数据分析与处理
33 | 实战房价预测模型：创建与训练
34 | 实战房价预测模型：可视化数据流图
35 | 第五章内容概述
36 | 手写体数字数据集MNIST介绍（上）
37 | 手写体数字数据集MNIST介绍（下）
38 | MNIST Softmax网络介绍（上）
39 | MNIST Softmax网络介绍（下）
40 | 实战MNIST Softmax网络（上）
41 | 实战MNIST Softmax网络（下）
42 | MNIST CNN网络介绍
43 | 实战MNIST CNN网络
44 | 第六章内容概述
45 | 准备模型开发环境
46 | 生成验证码数据集
47 | 输入与输出数据处理
48 | 模型结构设计
49 | 模型损失函数设计
50 | 模型训练过程分析
51 | 模型部署与效果演示
52 | 第七部分内容介绍
53 | 人脸识别问题概述
54 | 典型人脸相关数据集介绍
55 | 人脸检测算法介绍
56 | 人脸识别算法介绍
57 | 人脸检测工具介绍
58 | 解析FaceNet人脸识别模型
59 | 实战FaceNet人脸识别模型
60 | 测试与可视化分析
61 | 番外篇内容介绍
62 | TensorFlow社区介绍
63 | TensorFlow生态：TFX
64 | TensorFlow生态：Kubeflow
65 | 如何参与TensorFlow社区开源贡献
66 | ML GDE是TensorFlow社区与开发者的桥梁
67 | 课程总结
登录 后留言

全部留言(3)

  • 最新
  • 精选
JC丶熙
公式中的a^(3)_(3) 应该是a^(3)_(1) 因为第三层只有一个神经元！ 同理z^(3)_(3)应该是z^(3)_(1)

作者回复: 这个更正是对的，上标应为1，表示是该层第1个神经元。稍后更正 github slides

2019-03-15
7
Geek_6a58c7
Layer1 Layer2神经元个数是怎么确定的呢
2020-06-16
未命名online
github下载文件时有时候会出现网页无法访问，那个minst数据集的npz文件能不能放个百度云的下载链接呢。
2019-03-07
收起评论