TensorFlow 快速入门与实战 
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)
时长 02:20
时长 04:48
时长 02:29
时长 07:39
时长 10:47
时长 12:07
时长 09:46
时长 09:32
第二章：TensorFlow初接触 (5讲)
时长 01:31
时长 11:37
时长 07:05
时长 19:42
时长 12:26
第三章：TensorFlow基本概念解析 (11讲)
时长 02:41
时长 07:25
时长 19:19
时长 13:35
时长 08:53
时长 12:15
时长 14:41
时长 09:00
时长 04:49
时长 13:17
时长 20:00
第四章：实战TensorFlow房价预测 (10讲)
时长 02:14
时长 24:38
时长 07:12
时长 25:39
时长 14:25
时长 17:06
时长 12:02
时长 19:11
时长 12:06
时长 19:02
第五章：实战TensorFlow手写体数字识别 (9讲)
时长 01:56
时长 09:28
时长 07:55
时长 08:15
时长 15:03
时长 16:52
时长 16:21
时长 17:49
时长 21:02
第六章：实战TensorFlow验证码识别 (8讲)
时长 01:37
时长 07:19
时长 21:24
时长 24:44
时长 22:14
时长 20:29
时长 26:52
时长 17:33
第七章：实战TensorFlow人脸识别 (9讲)
时长 02:16
时长 23:55
时长 13:43
时长 23:10
时长 19:42
时长 20:03
时长 28:23
时长 30:38
时长 15:43
番外篇：TensorFlow社区参与指南 (7讲)
时长 02:04
时长 14:02
时长 07:35
时长 12:45
时长 09:12
时长 05:47
时长 01:58
TensorFlow 快速入门与实战
登录|注册
当前播放: 43 | 实战MNIST CNN网络
00:00 / 00:00
高清
- 高清
1.0x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.75x
- 0.5x
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(10)
- 最新
- 精选
凌
希望后面能讲到kubeflow相关的。关于系统流程化数据处理，存储，训练，模型管理服务发布。
作者回复: 最后一章会简单介绍
2019-02-18
1
victoriest
建议讲解一下keras结合tensorboard
作者回复: 嗯，这个展开就比较大了，将来有机会再分享吧。
2019-02-15
1
雁声惊寒
请问要训练的模型参数个数是怎么求出来的，特别是第二层卷积层的参数
作者回复: 经验值。
2019-03-18
2
松烽
通过各种查资料，各种的学习，发现keras不太能理解tensorflow的一些运行机制，希望老师多讲一些tensorflow低阶的例子
作者回复: 想要了解底层的原理，《深入理解TensorFlow》书里其实有讲解。如果我们视频课程做一个偏底层的，可能对新人不太友好。Keras 的易用性和简洁性，对于入门还是不错的。
2019-02-26
。。。
老师您好，能不能给予一些关于电脑配置的建议，比如GPU和CPU等。目前我自己的笔记本还是在使用CPU训练，速度很慢，所以想入手一台新的电脑。先谢谢老师您了
2019-02-16
3
姜昆
不设置滑动窗口，那么默认应该是1吧，你讲的0应该是如何理解？？？
2019-02-19
1
BK
可以把错误的图片显示出来吗
2023-09-07
BK
为什么使用3*3的卷积核?而不是4*4
2023-09-07
BK
不是讲tensorflow吗,怎么又讲keras
2023-09-07
不熬夜
老师您好，刚开始学习深度学习，有两个问题想要请教
1、想问一下第二个64通道的卷积层如何和前一个32通道的卷积层结果卷积的，最后输出结果的shape为什么不是24*24*（32*64）
2、dropout层既然丢掉了一部分神经元，为什么shape和前一层的shape相同?
2020-09-22
收起评论