慕课-龙裕科技

人工智能概论

课程类型：选修课

主讲教师：

建议学分：0.00分

课程编码：mk002960

课程介绍

课程目录

教师团队

{1}--第一单元绪论

s [1.2.1]--绪论（14分钟）

s [1.2.2]--00绪论ppt中的第一个视频SGDvisualization （1分钟）

s [1.2.3]--00绪论ppt中的第二个视频NeuralNetwork3D （3分钟）

s [1.3]--新绪论（10分钟）

s [1.4]--1.1什么是神经网络（10分钟）

{2}--第二单元二元分类

s [2.1]--2.1二元分类问题（binaryclassification （10分钟）

s [2.2]--2.2损失函数与代价函数（11分钟）

s [2.3]--2.3逻辑回归中的梯度下降法（6分钟）

s [2.4]--2.4向前传播与向后传播（7分钟）

s [2.5]--2.5编程实现技巧（修改）（9分钟）

s [2.8.1]--01了解数据集（12分钟）

s [2.8.2]--02数据集的标准化（9分钟）

s [2.8.3]--03算法的理论架构（5分钟）

s [2.8.4]--04向前传播与向后传播（11分钟）

s [2.8.5]--05优化（7分钟）

s [2.8.6]--06输出预测值（4分钟）

s [2.8.7]--07综合为一个模型（8分钟）

{3}--第三单元多层神经网络

s [3.1]--3.1什么是神经网络（13分钟）

s [3.10]--TheNeuralNetwork,AVisualInt （14分钟）

s [3.2]--3.2常用激活函数（修改）（11分钟）

s [3.3]--3.3激活函数的导数（修改）（2分钟）

s [3.4]--3.4神经网络向后传播时的梯度（修改）（6分钟）

s [3.5]--3.5多层神经网络（修改）2 （13分钟）

s [3.6]--3.6神经网络权重参数矩阵的随机初始化（6分钟）

s [3.7]--3.7二元分类问题案例分析（7分钟）

{4}--第四单元神经网络调优（一）

s [4.1]--4.1训练集验证集测试集（6分钟）

s [4.11]--Python-SetupVisualStudioCod （11分钟）

s [4.2]--4.2偏差（Bias）与方差（Variance）(1) （8分钟）

s [4.3]--4.3通过正则化解决过拟合问题（Regularization）（10分钟）

s [4.4]--4.4随机失活正则化（Dropout）（8分钟）

s [4.5]--4.5其他正则化方法（5分钟）

s [4.6]--4.6输入的归一化处理（3分钟）

s [4.7]--4.7梯度消失梯度爆炸（VanishingExploding （5分钟）

s [4.8]--4.8深度神经网络的权重初始化（3分钟）

{5}--第五单元神经网络调优（二）

s [5.1]--5.1小批量（minibatch）的概念（7分钟）

s [5.2]--5.2mini-batch的作用原理（7分钟）

s [5.3]--5.3指数加权平均（修改）（14分钟）

s [5.4]--5.4几种常见的梯度下降算法- （16分钟）

s [5.5]--5.5学习率衰减- （4分钟）

s [5.6]--5.6局部最优问题（4分钟）

{6}--第六单元神经网络调优（三）

s [6.1]--6.1超参数的选择（8分钟）

s [6.2]--6.2批量归一化（17分钟）

s [6.3]--6.3SoftMax分类器与one-hot编码（独热编码）（8分钟）

{7}--第七单元卷积神经网络（一）

s [7.1]--7.1卷积计算的实现方式（9分钟）

s [7.13.1]--通过anacondanavigator安装pythonpac （3分钟）

s [7.13.2]--TensorflowInstallation-Window （3分钟）

s [7.2]--7.2卷积中的填充（5分钟）

s [7.3]--7.3带步长的卷积（stride）（3分钟）

s [7.4]--7.4立体卷积（7分钟）

s [7.5]--7.5池化运算（pooling）（5分钟）

s [7.6]--7.6简单卷积神经网络案例分析（9分钟）

s [7.7]--7.7LeNet卷积神经网络（12分钟）

s [7.8]--7.8卷积神经网络的特点分析（5分钟）

s [7.9]--7.9卷积神经网络的感受野（8分钟）

{8}--第八单元卷积神经网络（二）

s [8.1]--8.1两个经典网络：AlexNet与VGGNet （11分钟）

s [8.2]--8.2GoogLeNet （16分钟）

s [8.3]--8.3残差神经网络（Resnet）（16分钟）

s [8.4]--8.4迁移学习与数据增广（7分钟）

s [8.5]--8.5空洞卷积、转置卷积以及分离卷积（10分钟）

s [8.8]--DemoVideoCNNExplainerLearnin （3分钟）

{9}--课程实践：Tensorflow2.0简介（一）

s [9.1]--00Anaconda-PyTorch-Tensorflow全家桶（12分钟）

s [9.2]--01打开notebookFashionMNIST （10分钟）

s [9.3]--02Tensorflow官网教程讲解（1.12版）（41分钟）

s [9.4.1]--03PyCharm的安装（5分钟）

s [9.4.2]--04设置PyCharm中的Interpreter （2分钟）

s [9.4.3]--04全新设置PyCharm中的Interpreter （4分钟）

s [9.5]--05序列模型简明教程（36分钟）

{10}--课程实践：Tensorflow2.0简介（二）

s [10.1]--00PyCharm手写字符识别（26分钟）

s [10.2.1]--01加入验证集（8分钟）

s [10.2.2]--01加入验证集2-糖尿病案例（13分钟）

s [10.3]--02正则化与随机失活（7分钟）

s [10.4]--03批量归一化（7分钟）

s [10.5]--04早停（6分钟）

s [10.6.1]--05Callback入门（9分钟）

s [10.6.2]--06利用logsdictionary构造callbacks （4分钟）

s [10.7.1]--07利用callacks操控学习率的衰减（5分钟）

s [10.7.2]--08build-inLearingRateScheduler （3分钟）

{11}--课程实践：Tensorflow2.0简介（三）

s [11.1.1]--01数据集及模型的建立（5分钟）

s [11.1.2]--02ModelCheckPoint参数含义（4分钟）

s [11.1.3]--03仅保存权重（5分钟）

s [11.1.4]--04载入权重（1分钟）

s [11.2]--05保存和载入单一的hd5文件（3分钟）

s [11.3]--06不使用ModelCheckPoint进行存取（1分钟）

s [11.4.1]--08间隔几个epoch保存一次（3分钟）

s [11.4.2]--09仅保存最佳权重（3分钟）

s [11.5]--10保存整个模型（5分钟）

s [11.6]--11载入ResNet50进行预测（9分钟）

s [11.7]--12Tensorflowhub的用法（5分钟）

{12}--ModelZoo

s [12.1]--10.1DenseNet （8分钟）

s [12.2]--10.2EfficientNet- （6分钟）

s [12.3.1]--1 （5分钟）

s [12.3.2]--2 （17分钟）

s [12.3.3]--3 （13分钟）

s [12.4.1]-- （20分钟）

s [12.4.2]--5 （4分钟）

s [12.4.3]--6 （11分钟）

s [12.5.1]--CV27Momenta研发总监孙刚Squeezeand （30分钟）

s [12.5.2]--CV27Momenta研发总监孙刚Squeezeand （36分钟）

{13}--一次性分类与孪生神经网络

s [13.1]--10.3一次性分类与孪生神经网络（15分钟）

s [13.2]--12.One-shotlearningforteachi （14分钟）

{14}--风格迁移与对抗生成

s [14.1]--10.4图像的风格迁移（styletransfer) （17分钟）

s [14.3.1]--什么是GAN生成对抗网络(深度学习)WhatisGe （4分钟）

s [14.3.2]--IntroductiontoGANs,NIPS2016 （31分钟）

s [14.3.3]--IanGoodfellowAdversarialMachi （43分钟）

s [14.3.4]--GANLecture1(2017)Introductio （0分钟）

s [14.3.5]--GANLecture2(2017)CycleGAN （20分钟）

{15}--目标检测（一）

s [15.1]--9.1什么是目标检测（3分钟）

s [15.2]--9.2常见基本概念（18分钟）

s [15.3]--9.3目标检测中的区域建议（regionproposal）（12分钟）

s [15.4]--9.4R-CNN目标检测算法（4分钟）

{16}--目标检测（二）

s [16.1]--9.5FastR-CNN （8分钟）

s [16.2]--9.6FasterRCNN （20分钟）

s [16.3]--9.7R-FCN （12分钟）

s [16.4]--9.8YOLO （29分钟）

s [16.5]--9.9MaskR-CNN （6分钟）

{17}--结语

s [17.1.1]--00HowIWouldLearnDataScience （9分钟）

s [17.1.2]--01DataScienceAdviceforColleg （11分钟）

s [17.1.3]--02TheBestFreeDataScienceCou （6分钟）

s [17.2.1]--StanfordCS230DeepLearningAut （0分钟）

s [17.2.2]--沈向洋博士514直播“Youarehowyouread （51分钟）