【S0068】JavaScript玩转机器学习-Tensorflow.js项目实战视频教程

java8

Java吧 视频教程： JavaScript玩转机器学习-Tensorflow.js项目实战视频教程
Java教程编号：【S0068】-166
% j6 a) e' i5 Q8 p, C9 o

〖课程目录〗：
, `2 h2 u( F3 {  \: p/ b) y; o├─第01章 课程导学
│      1-1 《想要入门AI的同学都应该看一看》课程导学.mp42 M: h7 {6 Z8 B4 y$ g1 o
│      % t2 v4 h+ B+ p2 n9 z
├─第02章 机器学习与神经网络简介
│      2-1 机器学习简介.mp4- E  i  j  n: D0 |8 m( ]
│      2-2 神经网络简介.mp4
* {4 X: _) \3 v" y│      2-3 神经网络的训练.mp4* s+ g8 ]/ Y7 A: U4 c$ ]
' y9 D" o2 E6 S/ q│      
, E# H& a! V- `/ a% Q4 W# G0 b├─第03章 Tensorflow.js 简介2 ]& C5 i6 _; F5 r3 d, R9 ~  V! Q
7 I$ N$ T' O3 b  s* q│      3-1 Tensorflow.js 简介.mp4
; n8 T+ e2 c0 h, C- e│      3-2 安装 Tensoflow.js.mp4' m: }* N! i8 y
│      3-3 为何要用 Tensor.mp49 S  }' x2 I4 T: X  O4 }
  v6 u9 {; y. v( a: L# }3 H│      
' e# b: U. V/ Y1 g/ ?├─第04章 线性回归  g# u7 N3 _: K: l
+ A7 R! q& W, ?1 O5 w1 o7 H│      4-1 线性回归任务简介.mp4
│      4-2 准备、可视化训练数据.mp4
# Y2 x- E6 [2 G0 @( }$ U│      4-3 定义模型结构：单层单个神经元组成的神经网络.mp4
│      4-4 损失函数：均方误差.mp4( X, E/ c) C5 v7 @4 d
3 W/ P( x* p2 b│      4-5 优化器：随机梯度下降.mp49 E1 z/ ?( ^% n* N  P
8 K3 N; J: L, `" Z+ u7 k5 S│      4-6 训练模型并可视化训练过程.mp4
│      4-7 进行预测.mp4
│      & }$ b! F8 C. l8 o
├─第05章 归一化4 @1 `3 z+ c+ T- g
7 t+ Z% k# ?1 X% s! f" M│      5-1 归一化任务简介.mp4
! h& a& `$ v( e! ?│      5-2 归一化训练数据.mp4
│      5-3 训练、预测、反归一化.mp4
│      
├─第06章 逻辑回归
! @1 i4 w6 M/ \1 ]│      6-1 逻辑回归任务简介.mp4
│      6-2 加载二分类数据.mp4$ n. }6 M: s4 {/ W
│      6-3 定义模型结构：带有激活函数的单个神经元.mp4
│      6-4 损失函数：对数损失（log loss）.mp4
│      6-5 训练模型并可视化训练过程.mp45 `3 [& w) A* A+ a4 j! x
│      6-6 进行预测.mp4
│      6-7 （选修）二分类数据集生成函数源码剖析.mp4
│      : @: t7 e! b  @/ Z+ ?& n
├─第07章 多层神经网络
+ N1 {! Z; I3 f) ^2 b│      7-1 多层神经网络任务简介.mp4
│      7-2 加载 XOR 数据集.mp4
│      7-3 定义模型结构：多层神经网络.mp47 y( I; N) R1 ^) M. w
│      7-4 训练模型并预测.mp4
6 V/ H( @+ b" S) ?2 |│      
├─第08章 多分类1 @  Q! ]1 x$ y" P8 O
│      8-1 任务简介、主要步骤、前置条件.mp48 S" c& O6 a2 X
. I; K. q7 _& Z" D3 H! k5 P│      8-2 加载iris数据集（训练集与验证集）.mp4  T0 m9 Y  M7 l5 F& E
│      8-3 定义模型结构：带有softmax的多层神经网络.mp4& ?3 c9 f- U- p% I0 s/ h
│      8-4 训练模型：交叉熵损失函数与准确度度量.mp4$ t  u) a4 h* ~: m5 R1 r* ?& Z
│      8-5 多分类预测方法.mp46 u3 C- B$ P2 \8 N! I6 F
  L! [' T  T$ k3 Y5 D  y│      8-6 （选修）IRIS数据集生成函数源码剖析.mp4
9 D6 ]* G% S4 ]% U1 n│      8-7 （选修）IRIS 数据集生成函数源码剖析.mp4
│      
' j$ X5 v- {3 V" e+ A├─第09章 欠拟合与过拟合; N* [! }& ?) u6 \0 I0 Z
│      9-1 欠拟合与过拟合任务简介.mp4
% O- c2 J. q8 A/ U4 ]│      9-2 加载带有噪音的二分类数据集.mp4  g" B( e2 [7 d/ r3 h- }& k
│      9-3 使用简单神经网络演示欠拟合.mp4
4 T, @+ t; q. v1 [; C│      9-4 使用复杂神经网络演示过拟合.mp45 m( @( _, U. g3 I% D
│      9-5 过拟合应对法：早停法、权重衰减、丢弃法.mp4, x. S4 P; d% v$ R6 a; r
* n/ q( @) y" l( N# v9 t6 u& A6 d│      
├─第10章 使用卷积神经网络（CNN）识别手写数字( w$ h$ w$ d! m# t
│      10-1 使用卷积神经网络识别手写数字任务简介.mp4
* H. c: |5 k9 ~5 R. L  w│      10-2 加载 MNIST 数据集.mp4
# ?' q* S' F5 B# c& x* D│      10-3 定义模型结构：卷积神经网络.mp42 y" h0 }6 u# v( B
4 J4 @% e% x  e8 b+ q+ o│      10-4 训练模型.mp4
8 [+ ?, L) v7 J! d6 x! r' h. g+ E│      10-5 进行预测.mp4/ t8 A# K- l% x# L
: |& D7 v1 n& K1 @& X! H│      
├─第11章 使用预训练模型进行图片分类
& Q/ O% J; e" H3 o& T│      11-1 使用预训练模型进行图片分类任务简介.mp4$ r  n7 U+ ?( I1 T
│      11-2 加载 MobileNet 模型.mp4
- x9 I3 |8 b) R  N5 X│      11-3 进行预测.mp4
│      ( [4 `9 L+ h  I; \, c+ d5 q) s
├─第12章 基于迁移学习的图像分类器：商标识别
│      12-1 基于迁移学习的图像分类器：商标识别任务简介.mp4% k0 f) [0 u5 e3 S
# K! e# i/ k2 _0 ^│      12-2 加载商标训练数据并可视化.mp43 p( k0 j4 K7 o. k  R9 h% Z  q
& Z4 H3 ?( ?4 o7 l( j5 H2 _% k) Y│      12-3 定义模型结构：截断模型+双层神经网络.mp4# U1 {$ S( d6 y8 V- ]  c. U6 c) X
5 Q7 y0 W& U' n7 q: M2 N9 C6 Z$ Z│      12-4 迁移学习下的模型训练.mp49 n! ]' c! X3 {5 h
7 ?7 q1 Z4 s8 X2 B: p; J/ L│      12-5 迁移学习下的模型预测.mp4
5 ~2 `. ~8 J  m- V│      12-6 模型的保存和加载【缺】
│      
' a+ C; A/ l1 _├─第13章 使用预训练模型进行语音识别1 _0 G5 J& K3 Q0 V! H) ^+ _+ j% a
│      13-1 使用预训练模型进行语音识别任务简介.mp40 [8 S' P$ n4 U, V% w3 B
│      13-2 加载预训练语音识别模型.mp4
│      13-3 进行语音识别.mp4
│      
- t* i6 _; d* U! m├─第14章 基于迁移学习的语音识别器：声控轮播图
  e6 }( d- ~* ~4 ~+ X: }│      14-1 基于迁移学习的语音识别器：声控轮播图.mp4
│      14-2 在浏览器中收集中文语音训练数据.mp48 ]' W/ l. m0 V, [
8 w4 A4 k$ O* Z  N6 U+ r9 z  ]# }│      14-3 语音识别迁移学习的训练和预测.mp4
│      14-4 语音训练数据的保存和加载.mp4( c7 [) y1 @% r- V" q0 B
3 v: y6 Y1 f% ~! J2 m│      14-5 声控轮播图.mp4 java8.com
: V4 h3 D% r/ T+ L/ U; e6 \7 s$ V1 L│      ' B: }. D3 ~/ h& Q
0 X2 {" x; S" M1 p9 l├─第15章 Python 与 JavaScript 模型互转1 J1 V3 n* v( h: R4 M2 m( z# C# r
- Y2 F! a; E( p  M│      15-1 Python 与 JavaScript 模型互转任务简介.mp44 y! ?+ I/ X9 \5 t& g" O& R# K
│      15-2 安装 Tensorflow.js Converter.mp4
│      15-3 Python 与 JavaScript 模型互转.mp4! O6 \3 l8 T2 R
1 f0 ?# ^4 o. l4 V: N│      15-4 JavaScript 模型的互转：分片、量化、加速.mp4& T8 y/ ], r6 U$ _( D3 I
│      
' E6 b5 v0 n# C( D; M/ \└─第16章 课程总结- E' D2 b4 o3 S7 d- Q5 z) s
( G, b* y9 T8 P* G! h3 P6 K9 b        16-1 -回顾与总结.mp4
) u% o- S  K+ D( h1 L3 Q
百度云盘下载地址(完全免费-绝无套路)：

游客，如果您要查看本帖隐藏内容请回复

1 S6 U1 Q" L! l5 l) q  w本资源由Java吧收集整理【www.java8.com】
! R8 k) ~0 X  f
9 d+ ~  r. ]1 A& `8 a/ J
' f8 ?3 Q$ G* M1 u, n5 N

吕氏自然科学风水学

路过，收下了，不错的论坛

詹黑克星

给力，真免费

奇妙的世界

真的无套路，大赞

中国美女

不错，好资源

菊风

我又来了 白漂开始

林莉华

太爽了  干货很多！！！

李彦斌

免费资源 真的无套路

时代的堕落

以后学java 就靠java吧了

圣约翰

给力，真免费