人工智能实践：Tensorflow笔记-北京大学

资源名称

人工智能实践：Tensorflow笔记-北京大学

资源简介

课程梳理出Tensorflow2搭建优化神经网络的八股，带你逐步完善代码，实现图像识别与股票预测。课程以录像形式讲解知识点，以录屏形式分析源代码，通过助教的Tensorflow笔记实现回顾与扩展。内容包括：深度学习、神经网络的基本概念原理和代码实现示例。

关键词：#知识 #学习 #编程

资源目录

【MOOC-PKU-1002536002】人工智能实践：Tensorflow笔记-北京大学

• 第一讲神经网络计算
  • 1.1人工智能三学派
  • 1.2神经网络设计过程
  • 1.3张量生成
  • 1.4TF2常用函数1
  • 1.5TF2常用函数2
  • 1.6鸢尾花数据集读入
  • 1.7神经网络实现鸢尾花分类
  • 1.8Tensorflow2安装
  • PPT：第一讲神经网络计算
  • TensorFlow笔记：第一讲神经网络计算
• 第三讲神经网络八股
  • 3.1搭建网络八股sequential
  • 3.2搭建网络八股class
  • 3.3MNIST数据集
  • 3.4FASHION数据集
  • PPT：第三讲神经网络八股
  • TensorFlow笔记：第三讲神经网络八股
• 第二讲神经网络优化
  • 2.1预备知识
  • 2.2复杂度学习率
  • 2.3激活函数
  • 2.4损失函数
  • 2.5缓解过拟合
  • 2.6优化器
  • PPT：第二讲神经网络优化
  • TensorFlow笔记：第二讲神经网络优化
• 第五讲卷积神经网络
  • 5.10卷积神经网络搭建示例
  • 5.11LeNet
  • 5.12AlexNet
  • 5.13VGGNet
  • 5.14InceptionNet
  • 5.15ResNet
  • 5.16经典卷及网络小结
  • 5.1卷积计算过程
  • 5.2感受野
  • 5.3全零填充
  • 5.4TF描述卷积计算层
  • 5.5批标准化
  • 5.6池化
  • 5.7舍弃
  • 5.8卷积神经网络
  • 5.9CIFAR0数据集
  • PPT：第五讲卷积神经网络
  • TensorFlow笔记：第五讲卷积神经网络
• 第六讲循环神经网络
  • 6.10字母预测Embeddingpre1
  • 6.11字母预测Embedding_4pre1
  • 6.12RNN实现股票预测
  • 6.13LSTM实现股票预测(LSTM计算过程_TF描述LSTM
  • 6.14GRU实现股票预测(GRU计算过程_TF描述GRU层)
  • 6.1循环核
  • 6.2循环核时间步展开
  • 6.3循环计算层
  • 6.4TF描述循环计算层
  • 6.5循环计算过程I
  • 6.6字母预测onehotpre1
  • 6.7循环计算过程II
  • 6.8字母预测onehot_4pre1
  • 6.9Embedding编码
  • PPT：第六讲循环神经网络
  • TensorFlow笔记：第六讲循环神经网络
• 第四讲网络八股扩展
  • 4.1搭建网络八股总览
  • 4.2自制数据集
  • 4.3数据增强
  • 4.4断点续训
  • 4.5参数提取
  • 4.6acc&loss可视化
  • 4.7给图识物
  • PPT：第四讲网络八股扩展
  • TensorFlow笔记：第四讲网络八股扩展