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43课时： 3.10 美食版EfficientDet-Lite测试
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
