第1章-基础篇
- 第1课时-人工智能概述
- 第2课时-机器学习与深度学习
- 第3课时-深度学习开发环境搭建
- 第4课时-TensorFlow基本操作
- 第5课时-TensorFlow基本运算
第2章-前馈神经网络篇
- 第1课时-神经网络概述
- 第2课时-神经网络实现原理
- 第3课时-神经网络线性回归
- 第4课时-神经网络波士顿房价预测
- 第5课时-神经网络非线性回归
- 第6课时-TensorFlow常用数据集
- 第7课时-全连接神经网络手写数字识别
- 第8课时-tf.keras搭建全连接神经网络
- 第9课时-模型保存与加载
- 第10课时-神经网络参数优化
- 第11课时-TensorBoard可视化工具
第3章-卷积神经网络篇
- 第1课时-卷积神经网络概述
- 第2课时-卷积神经网络实现原理
- 第3课时-卷积神经网络服饰种类识别
- 第4课时-经典图像分类网络AlexNet
- 第5课时-经典图像分类网络VGG
- 第6课时-经典图像分类网络Inception
- 第7课时-经典图像分类网络ResNet
- 第8课时-轻量级神经网络
- 第9课时-图像数据增强
- 第10课时-TFRecord生成和读取
- 第11课时-TensorFlowLite模型转换及应用
- 第12课时-图像分类项目实战
第4章-循环神经网络
- 第1课时-循环神经网络概述
- 第2课时-RNN实战-字母预测 (待更新)
- 第3课时-LSTM实现原理 (待更新)
- 第4课时-LSTM实战-基金预测 (待更新)
第5章-目标检测
- 第1课时-目标检测简介 (待更新)
- 第2课时-目标检测难点与应用场景 (待更新)
- 第3课时-目标检测实现过程 (待更新)
- 第4课时-目标检测算法常用概念 (待更新)
- 第5课时-R-CNN实现原理 (待更新)
- 第6课时-SPP-Net实现原理 (待更新)
ㅤ 嵌入式人工智能应用开发工程师，擅长深度学习应用开发、计算机视觉应用开发、嵌入式人工智能应用开发，对深度学习神经网络模型的搭建、训练、量化、部署有丰富的项目实战经验。曾主要参与多个嵌入式人工智能综合应用案例的开发，具有2年以上的企业师资培训经验，目前负责嵌入式人工智能教学资源的开发，设计开发的课程有《深度学习应用开发》、《嵌入式系统神经网络模型部署及应用》。
主要方向：嵌入式、ARM、Android、Linux
最新动态
-
江西职业技术大学
肖文杰
14小时前参加了课程
-
四川现代职业学院
李政
17小时前参加了课程
-
张家口学院
徐暄玉
2天前参加了课程
-
郑州电力高等专科学校
李永川
2天前参加了课程
-
张家口学院
吴丹泽
2天前参加了课程
-
张家口学院
马泽佳
2天前参加了课程
-
张家口学院
郭佳宇
2天前参加了课程
-
张家口学院
许金璐
2天前参加了课程
