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: 46 | 生成验证码数据集
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(6)
- 最新
- 精选
未命名online
我的anaconda的环境里面没有这个库呢，然后我在ananconda prompt里面pip尝试安装了captcha，竟然安装成功了，但是在jupter里面还是说没找到这个库，那我pip的captcha是安装到哪里的呢？？
作者回复: 确保你的 jupyter 和你 anaconda 刚刚安装的 captcha 在同一个 python 环境里。
2019-03-19
1
MatOP
但是展示的验证码都是区分大小写的，如果我们打标记不区分大小写，这样对训练没影响么？
作者回复: 训练数据应该跟实际使用场景一致。所以如果你想要区分大小写，那么训练数据自然也得打上对应的标签。
2019-03-10
1
Yafei
老师，为啥我们在对验证码的 Text 进行 one-hot 编码时不直接生成 4x10 的向量，我看你的 text2vec 方法生成的向量是 1x40，这样导致我们在 vec2text 方法中需要将 1x40 的向量 reshape 成 4x10 的。这个是你当时就这么写了还是有什么考虑吗？
作者回复: One-hot 编码里的每一个维度都应该是不同的特征维度。所以，这里用 1x40 更好说明这一点。后面的 reshape 是为了网络训练方便输入。
2019-03-10
1
colin
期待新的更新
作者回复: 👍
2019-03-01
1
MatOP
大家是怎么标记验证码的，打码平台不区分大小写？
作者回复: 据我了解，大部分线上的验证码系统，没有区分大小写。
2019-03-02
SevenHe
字符集可以直接调用python的string library：
NUMBER: string.digits
LOWERCASE: string.ascii_lowercase
UPPERCASE: string.ascii_uppercase
2019-04-28
1
收起评论