文泉课堂
- 年轻人的新知识课堂。
旗下网站
旗下产品
文泉考试
文泉题库
关注我们
文泉课堂公众号
课程
课程
登录
注册
登录
注册
TensorFlow+Android经典模型从理论到实战(微课视频版)(9787302625414/097035-01)
第33课时: 2.17 小结
查看课程
课时列表
第1课时: 1.1 花伴侣
第2课时: 1.2 技术路线
第3课时: 1.3 花朵数据集
第4课时: 1.4 EfficientNetV1解析
第5课时: 1.5 EfficientNetV2解析
第6课时: 1.6 EfficientNetV2建模
第7课时: 1.7 EfficientNetV2训练
第8课时: 1.8 EfficientNetV2评估
第9课时: 1.9 EfficientNet-B7建模
第10课时: 1.10 Web服务器设计
第11课时: 1.11 新建Android项目
第12课时: 1.12 Android之网络访问接口
第13课时: 1.13 Android客户机界面
第14课时: 1.14 Android客户机逻辑
第15课时: 1.15 联合测试
第16课时: 1.16 小结
第17课时: 2.1 Merlin鸟种识别
第18课时: 2.2 技术路线
第19课时: 2.3 鸟类数据集
第20课时: 2.4 MobileNetV1解析
第21课时: 2.5 MobileNetV2解析
第22课时: 2.6 MobileNetV3解析
第23课时: 2.7 MobileNetV3建模
第24课时: 2.8 MobileNetV3训练
第25课时: 2.9 MobileNetV3评估
第26课时: 2.10 MobileNetV3-Lite版
第27课时: 2.11 添加TFLite模型元数据
第28课时: 2.12 新建Android项目
第29课时: 2.13 Android项目配置
第30课时: 2.14 Android界面设计
第31课时: 2.15 Android逻辑设计
第32课时: 2.16 Android手机测试
第33课时: 2.17 小结
第34课时: 3.1 项目动力
第35课时: 3.2 技术路线
第36课时: 3.3 MakeSense定义标签
第37课时: 3.4 定义数据集
第38课时: 3.5 EfficientDet解析
第39课时: 3.6 EfficientDet-Lite预训练模型
第40课时: 3.7 美食版EfficientDet-Lite训练
第42课时: 3.9 美食版EfficientDet-Lite评估
第43课时: 3.10 美食版EfficientDet-Lite测试
第44课时: 3.11 新建Android项目
第45课时: 3.12 Android界面设计
第46课时: 3.13 Android逻辑设计
第47课时: 3.14 Android手机测试
第48课时: 3.15 小结
第41课时: 3.8 评估指标
第49课时: 4.1 项目动力
第50课时: 4.2 驾驶场景检测
第51课时: 4.3 滑动窗口实现目标检测
第52课时: 4.4 卷积方法实现滑动窗口
第53课时: 4.5 交并比
第54课时: 4.6 非极大值抑制
第55课时: 4.7 Anchor Boxes
第56课时: 4.8 定义网格标签
第57课时: 4.9 YOLOv1解析
第58课时: 4.10 YOLOv2解析
第59课时: 4.11 YOLOv3解析
第60课时: 4.12 YOLOv4解析
第61课时: 4.13 YOLOv5解析
第62课时: 4.14 YOLOv5预训练模型
第63课时: 4.15 驾驶员图像采集
第64课时: 4.16 用LabelImg定义图像标签
第65课时: 4.17 YOLOv5迁移学习
第66课时: 4.18 生成YOLOv5-TFLite模型
第67课时: 4.19 Android上部署YOLOv5
第68课时: 4.20 场景综合测试
第69课时: 4.21 小结
第70课时: 5.1 项目动力
第71课时: 5.2 机器问答技术路线
第72课时: 5.3 腾讯聊天数据集
第74课时: 5.5 机器人项目初始化
第75课时: 5.6 数据集预处理与划分
第76课时: 5.7 定义Transformer输入层编码
第77课时: 5.8 定义Transformer注意力机制
第78课时: 5.9 定义Transformer编码器
第79课时: 5.10 定义Transformer解码器
第80课时: 5.11 Transformer模型合成
第81课时: 5.12 模型结构与参数配置
第82课时: 5.13 学习率动态调整
第83课时: 5.14 模型训练过程
第84课时: 5.15 损失函数与准确率曲线
第85课时: 5.16 聊天模型评估与测试
第86课时: 5.17 聊天模型部署到服务器
第87课时: 5.18 Android项目初始化
第88课时: 5.19 Android聊天界面设计
第89课时: 5.20 Android聊天逻辑设计
第90课时: 5.21 客户机与服务器联合测试
第91课时: 5.22 小结
第92课时: 6.1 项目动力
第104课时: 6.13 Android界面设计
第105课时: 6.14 Android客户机逻辑设计
第107课时: 6.16 小结
第94课时: 6.3 Progressive GAN解析
第95课时: 6.4 StyleGAN解析
第96课时: 6.5 StyleGAN2解析
第97课时: 6.6 StyleGAN2-ADA解析
第98课时: 6.7 StyleGAN3解析
第93课时: 6.2 GAN解析
第99课时: 6.8 人脸生成测试
第100课时: 6.9 客户机与服务器通信逻辑
第101课时: 6.10 人脸生成服务器
第102课时: 6.11 桌面版客户机设计与测试
第103课时: 6.12 新建Android项目
第106课时: 6.15 Android版客户机测试
第108课时: 7.1 项目动力
第109课时: 7.2 人脸检测
第110课时: 7.3 人脸活体检测
第111课时: 7.4 三种方法做人脸检测
第112课时: 7.5 人脸识别
第113课时: 7.6 人脸数据采集
第114课时: 7.7 自定义人脸识别模型
第115课时: 7.8 人脸识别模型训练
第116课时: 7.9 人脸识别模型测试
第117课时: 7.10 VGG-Face人脸识别模型
第118课时: 7.11 VGG-Face门禁检测
第119课时: 7.12 FaceNet人脸识别模型
第120课时: 7.13 FaceNet服务器设计
第121课时: 7.14 Android项目初始化
第122课时: 7.15 Android网络访问接口
第123课时: 7.16 Android界面设计
第124课时: 7.17 Android客户机逻辑设计
第125课时: 7.18 客户机与服务器联合测试
第126课时: 7.19 活体数据采样
第127课时: 7.20 定义活体检测模型
第128课时: 7.21 活体检测模型训练
第129课时: 7.22 活体检测模型评估
第130课时: 7.23 实时检测与识别
第131课时: 7.24 小结
第132课时: 8.1 生物信息学数据库
第133课时: 8.2 数据库检索
第134课时: 8.3 序列比对
第135课时: 8.4 多序列比对
第136课时: 8.5 基因增强子
第137课时: 8.6 增强子序列数据集
第138课时: 8.7 BERT模型解析
第139课时: 8.8 定义DNA序列预测模型
第140课时: 8.9 DNA序列特征提取
第141课时: 8.10 DNA序列模型训练
第142课时: 8.11 DNA序列模型评估
第143课时: 8.12 小结
第144课时: 9.1 历史突破
第145课时: 9.2 技术路线
第146课时: 9.3 初识AlphaFold2框架
第147课时: 9.4 数据集与特征提取
第148课时: 9.5 Evoformer推理逻辑
第149课时: 9.6 Structure模块逻辑
第150课时: 9.7 AlphaFold2损失函数
第151课时: 9.8 AlphaFold2项目实战演示
第152课时: 9.9 小结
第73课时: 5.4 Transformer模型解析
第153课时: 程序源码和模型.txt
第154课时: 课件和数据集下载.txt
学
习
中
心
TOP