TensorFlow 2 项目进阶实战
彭靖田
Google Developer Expert、《TensorFlow 快速入门与实战》作者
7373 人已学习
新⼈⾸单¥59
课程目录
已完结/共 56 讲
基础理论篇:TensorFlow 2设计思想 (4讲)
TensorFlow 2 项目进阶实战
登录|注册
留言
1
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 34 | 应⽤:检测SKU抠图与分类标注流程
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: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(1)

  • 最新
  • 精选
Chandler
实例分类的过程中,如果后面新增加一个实例,是不是整个网络都需要重新训练?
2020-08-12
收起评论