人工智能实践：Tensorflow笔记-北京大学

资源名称

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