TensorFlow 2項目進階實戰(zhàn)
01 I課程介紹: AI進階需要落地實戰(zhàn).mp4
02 I內容綜述:如何快速高效學習AI與TensorFlow2.mp4
03 I TensorFlow2新特性.mp4
04 | TensorFlow2核心模塊.mp4
05 | TensorFlow2vsT ensorFlow1.x.mp4
06 | TensorFlow2落地應用.mp4
07 | TensorFlow2開發(fā)環(huán)境搭建mp4
08 I TensorFlow2數據導入與使用.mp4
09 |使用tf.keras.datasets加載數據.mp4
10 1使用tf.keras管理Sequentia模型.mp4
11 I使用t.keras管理functionalAPI.mp4
12 I FashionMNIST數據集介紹.mp4
13 I使用TensorFlow2訓練分類網絡.mp4
14 I行業(yè)背景: AI新零售是什么.mp4
151用戶需求:線下門店業(yè)績如何提升? .mp4
16 I長期目標:貨架數字化與業(yè)務智能化.mp4
17 I 短期目標:自動化陳列審核和促銷管理mp4
18 I方案設計:基于深度學習的檢測.mp4
19 I 方案交付:支持在線識別和API調用的AI SaaS已學完.mp4
20 I基礎:目標檢測問題定義與說明.mp4
211基礎:深度學習在目標檢測中的應用.mp4
22 I理論R-CNN系列二階段模型綜述.mp4
231理論: YOLO系列-階段模型概述.mp4
24 I應用: RetinaNet與FacolLoss帶來了什么.mp4
251應用:檢測數據標注方法與流程. mp4
26 I應用:劃分檢測訓練集與測試集mp4
271應用:生成CSV格式數據集與標注.mp4
28 I應用:使用TensorFlow2訓練RetinaNet.mp4
291應用:使用RetinaNet檢測貨架商品.mp4
30 |擴展:目標檢測常用數據集綜述.mp4
31 |擴展:目標檢測更多應用場景介紹.mp4
32 |基礎:圖像分類問題定義與說明.mp4
33 I基礎:越來越深的圖像分類網絡.mp4
34 I應0 :檢測SKU摳圖與分類標注流程mp4
35 I應用:分類訓練集與驗證集劃分.mp4
36 I應0 :使4TensorFlow2訓練ResNet.mp4
37 I應用:使用ResNet識別貨架商品.mp4
38 |擴展:圖像分類常用數據集綜述.mp4
39 |擴展:圖像分類更多應3場景介紹.mp4
40 1串聯AI流程理論:商品檢測與商品識別.mp4
411串聯AI流程實戰(zhàn):商品檢測與商品識別.mp4
421展現AI效果理論:使用OpenCV可視化識別結果.mp4
43 I展現AI效果實戰(zhàn):使用OpenCV可視化識別結果.mp4
44 I搭建AI SaaS理論: Web框架選型.mp4
45 I 搭建AISaaS理論:數據庫ORM選型.mp4
46 I搭建AISaaS理論: 10分鐘快速開發(fā)AISaaS.mp4
47 I搭建AISaaS實戰(zhàn): 10分鐘快速開發(fā)AISaaS.mp4
48 I交付AISaaS : 10分鐘快速學握容器部署.mp4
49 I交付AISaaS :部署和測試ASaaS.mp4
50 I使TensorFlow2實現圖像數據增強. mp4
51 I使TensorFlow2實現分布式訓練.mp4
52 I使TensorFlowHub遷移學習.mp4
53 I使@f.function提升性能.mp4
54 |使TensorFlowServing部署云端服務.mp4
55 I使TensorFlowLite實現邊緣智能.mp4