TensorFlow 2 项目进阶实战 
7373 人已学习
新⼈⾸单¥59
课程目录
已完结/共 56 讲
课程简介 (2讲)
时长 13:31
时长 05:44
基础理论篇：TensorFlow 2设计思想 (4讲)
时长 11:04
时长 09:55
时长 08:59
时长 15:42
快速上手篇：动⼿训练模型和部署服务 (7讲)
时长 19:02
时长 10:02
时长 06:21
时长 15:58
时长 07:55
时长 06:40
时长 17:10
方案设计篇：如何设计可落地的AI解决方案 (6讲)
时长 26:43
时长 13:53
时长 08:29
时长 16:39
时长 09:55
时长 20:13
商品检测篇：使用RetinaNet瞄准你的货架商品 (12讲)
时长 18:51
时长 09:13
时长 12:44
时长 19:55
时长 21:21
时长 10:17
时长 12:50
时长 08:04
时长 16:23
时长 11:09
时长 08:22
时长 08:37
商品识别篇：使⽤ResNet识别你的货架商品 (8讲)
时长 16:28
时长 21:17
时长 07:01
时长 09:46
时长 09:53
时长 09:39
时长 04:03
时长 09:23
业务落地篇：实现货架洞察Web应用 (10讲)
时长 07:53
时长 10:04
时长 10:16
时长 07:08
时长 12:02
时长 15:12
时长 07:37
时长 17:14
时长 10:26
时长 12:37
TensorFlow 2进阶使⽤ (7讲)
时长 10:31
时长 12:04
时长 10:05
时长 12:30
时长 13:18
时长 08:27
时长 05:41
TensorFlow 2 项目进阶实战
登录|注册
当前播放: 25 | 应用：检测数据标注方法与流程
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：AI进阶需要落地实战
02 | 内容综述：如何快速⾼效学习AI与TensorFlow 2
03 | TensorFlow 2新特性
04 | TensorFlow 2核心模块
05 | TensorFlow 2 vs TensorFlow 1.x
06 | TensorFlow 2落地应⽤
07 | TensorFlow 2开发环境搭建
08 | TensorFlow 2数据导入与使⽤
09 | 使用tf.keras.datasets加载数据
10 | 使用tf.keras管理Sequential模型
11 | 使用tf.keras管理functional API
12 | Fashion MNIST数据集介绍
13 | 使用TensorFlow2训练分类网络
14 | 行业背景：AI新零售是什么?
15 | 用户需求：线下门店业绩如何提升？
16 | 长期⽬标：货架数字化与业务智能化
17 | 短期目标：自动化陈列审核和促销管理
18 | 方案设计：基于深度学习的检测/分类的AI流水线
19 | 方案交付：支持在线识别和API调用的AI SaaS
20 | 基础：目标检测问题定义与说明
21 | 基础：深度学习在目标检测中的应用
22 | 理论：R-CNN系列二阶段模型综述
23 | 理论：YOLO系列一阶段模型概述
24 | 应用：RetinaNet 与 Facol Loss 带来了什么
25 | 应用：检测数据标注方法与流程
26 | 应用：划分检测训练集与测试集
27 | 应用：生成 CSV 格式数据集与标注
28 | 应用：使用TensorFlow 2训练RetinaNet
29 | 应用：使用RetinaNet检测货架商品
30 | 扩展：目标检测常用数据集综述
31 | 扩展：目标检测更多应用场景介绍
32 | 基础：图像分类问题定义与说明
33 | 基础：越来越深的图像分类网络
34 | 应⽤：检测SKU抠图与分类标注流程
35 | 应⽤：分类训练集与验证集划分
36 | 应⽤：使⽤TensorFlow 2训练ResNet
37 | 应用：使用ResNet识别货架商品
38 | 扩展：图像分类常用数据集综述
39 | 扩展：图像分类更多应⽤场景介绍
40 | 串联AI流程理论：商品检测与商品识别
41 | 串联AI流程实战：商品检测与商品识别
42 | 展现AI效果理论：使用OpenCV可视化识别结果
43 | 展现AI效果实战：使用OpenCV可视化识别结果
44 | 搭建AI SaaS理论：Web框架选型
45 | 搭建AI SaaS理论：数据库ORM选型
46 | 搭建AI SaaS理论：10分钟快速开发AI SaaS
47 | 搭建AI SaaS实战：10 分钟快速开发AI SaaS
48 | 交付AI SaaS：10分钟快速掌握容器部署
49 | 交付AI SaaS：部署和测试AI SaaS
50 | 使⽤TensorFlow 2实现图像数据增强
51 | 使⽤TensorFlow 2实现分布式训练
52 | 使⽤TensorFlow Hub迁移学习
53 | 使⽤@tf.function提升性能
54 | 使⽤TensorFlow Serving部署云端服务
55 | 使⽤TensorFlow Lite实现边缘智能
56 | 结束语
登录 后留言
全部留言(3)
- 最新
- 精选
solo_rty
白酒的压缩包找不到啊
2022-04-06
1
龚万一
在Docker容器端运行#labelImg出现这个报错，我用#ldd /usr/local/lib/python3.6/dist-packages/PyQt5/Qt5/plugins/platforms/libqxcb.so，把缺失的库都给安装上了，但是仍然报以下的错误：
Got keys from plugin meta data ("xcb")
QFactoryLoader::QFactoryLoader() checking directory path "/usr/bin/platforms" ...
loaded library "/usr/local/lib/python3.6/dist-packages/PyQt5/Qt5/plugins/platforms/libqxcb.so"
qt.qpa.xcb: could not connect to display
qt.qpa.plugin: Could not load the Qt platform plugin "xcb" in "" even though it was found.
This application failed to start because no Qt platform plugin could be initialized. Reinstalling the application may fix this problem.
Available platform plugins are: eglfs, linuxfb, minimal, minimalegl, offscreen, vnc, wayland-egl, wayland, wayland-xcomposite-egl, wayland-xcomposite-glx, webgl, xcb.
2021-03-22
成
听了您的课感觉受益很多。我在工地中一直有个问题，训练时GPU不能打满，请问老师，单GPU和多GPU这两种情况，怎样保持GPU一直打满？
2020-07-07
收起评论