Python+AI -黑马- 人脸识别Python人工智能

 课程目录

├──1-1 深度学习的基础  

|   ├──1.深度学习介绍  

|   ├──2.神经网络基础  

|   ├──3.浅层神经网络  

|   └──4.深层神经网络  

├──1-10 图片商品物体检测项目第三阶段-项目实施与部署  

|   ├──1.项目架构  

|   ├──10.TFServing客户端  

|   ├──11.服务器部署  

|   ├──2.实现数据接口  

|   ├──3.实现模型接口  

|   ├──4.实现预处理接口  

|   ├──5.实现训练过程  

|   ├──6.实现亲自测试过程  

|   ├──7.模型部署介绍  

|   ├──8.导出模型  

|   └──9.打开模型服务  

├──1-2 深度学习优化进步  

|   ├──1.多分类  

|   ├──2.优化梯度下降算法  

|   ├──3.深度学习规范化  

|   └──4.神经网络调参与BN  

├──1-3 卷积神经网络  

|   ├──1.卷积网络原理  

|   ├──2.经典的分类结构  

|   └──3.CNN实战  

├──1-4 循环神经网络  

|   ├──1.循环神经网络  

|   ├──2.词嵌入  

|   └──3.seq2seq和attention机制  

├──1-5 高级主题  

|   ├──1.生产对抗网络  

|   ├──2.自动编码器  

|   └──3.CapsuleNet  

├──1-6 百度人脸识别  

|   ├──1.平台介绍  

|   ├──2.图像技术的人脸识别  

|   ├──3.图像识别的图像技术  

|   ├──4.图像技术的文本识别  

|   ├──5.语音技术  

|   ├──6.自然语言处理  

|   └──7.人脸识别打卡案例  

├──1-7 自然语言处理  

|   ├──1.自然语言处理的基本概念  

|   ├──2.自然语言处理的基本实践-机器学习  

|   ├──3.自然语言处理的基本实践-深度学习  

|   ├──4.自然语言处理的核心部分  

|   └──5.实战项目-从零开始创建聊天机器人  

├──1-8 图片商品物体检测项目第一阶段-检测算法原理  

|   ├──1.目标检测概述  

|   ├──2.RCNN原理  

|   ├──3.SPPNet原理  

|   ├──4.FastRCNN原理  

|   ├──5.FasterRCNNN原理  

|   ├──6.YOLO原理  

|   └──7.SSD原理  

└──1-9 图片商品物体检测项目第二阶段-数据集的生产和处理  

|   ├──1.数据集标记  

|   ├──2.数据集格式转换  

|   └──3.TFRecords读取