TensorFlow2项目进阶实战
01-课程介绍：AI进阶需要落地实战.mp4 75.28M
02-内容综述：如何快速⾼效学习AI与TensorFlow2.ts 25.95M
03-TensorFlow2新特性.mp4 49.43M
04-TensorFlow2核心模块.mp4 37.86M
05-TensorFlow2vsTensorFlow1.x.mp4 41.47M
06-TensorFlow2落地应⽤.ts 59.36M
07-TensorFlow2开发环境搭建.mp4 85.93M
08-TensorFlow2数据导入与使⽤.ts 30.35M
09-使用tf.keras.datasets加载数据.mp4 27.01M
10-使用tf.keras管理Sequential模型.mp4 83.45M
11-使用tf.keras管理functionalAPI.mp4 41.79M
12-FashionMNIST数据集介绍.mp4 52.87M
13-使用TensorFlow2训练分类网络.mp4 92.83M
14-行业背景：AI新零售是什么.mp4 94.70M
15-用户需求：线下门店业绩如何提升？.mp4 55.51M
16-长期⽬标：货架数字化与业务智能化.ts 23.38M
17-短期目标：自动化陈列审核和促销管理.mp4 58.61M
18-方案设计：基于深度学习的检测-分类的AI流水线.mp4 36.06M
19-方案交付：支持在线识别和API调用的AISaaS.mp4 79.19M
20-基础：目标检测问题定义与说明.mp4 64.30M
21-基础：深度学习在目标检测中的应用.mp4 32.11M
22-理论：R-CNN系列二阶段模型综述.mp4 47.13M
23-理论：YOLO系列一阶段模型概述.mp4 71.27M
24-应用：RetinaNet与FacolLoss带来了什么.mp4 68.06M
25-应用：检测数据标注方法与流程.mp4 44.25M
26-应用：划分检测训练集与测试集.mp4 102.50M
27-应用：生成CSV格式数据集与标注.mp4 47.45M
28-应用：使用TensorFlow2训练RetinaNet.mp4 134.56M
29-应用：使用RetinaNet检测货架商品.mp4 85.94M
30-扩展：目标检测常用数据集综述.mp4 29.50M
31-扩展：目标检测更多应用场景介绍.mp4 39.16M
32-基础：图像分类问题定义与说明.mp4 61.06M
33-基础：越来越深的图像分类网络.mp4 67.11M
34-应⽤：检测SKU抠图与分类标注流程.ts 21.91M
35-应⽤：分类训练集与验证集划分.ts 40.83M
36-应⽤：使⽤TensorFlow2训练ResNet.ts 39.24M
37-应用：使用ResNet识别货架商品.mp4 63.65M
38-扩展：图像分类常用数据集综述.mp4 15.12M
39-扩展：图像分类更多应⽤场景介绍.ts 26.10M
40-串联AI流程理论：商品检测与商品识别.mp4 26.80M
41-串联AI流程实战：商品检测与商品识别.mp4 51.12M
42-展现AI效果理论：使用OpenCV可视化识别结果.mp4 34.72M
43-展现AI效果实战：使用OpenCV可视化识别结果.mp4 40.56M
44-搭建AISaaS理论：Web框架选型.mp4 41.75M
45-搭建AISaaS理论：数据库ORM选型.mp4 53.81M
46-搭建AISaaS理论：10分钟快速开发AISaaS.mp4 25.55M
47-搭建AISaaS实战：10分钟快速开发AISaaS.mp4 115.19M
48-交付AISaaS：10分钟快速掌握容器部署.mp4 41.55M
49-交付AISaaS：部署和测试AISaaS.mp4 70.74M
50-使⽤TensorFlow2实现图像数据增强.ts 41.63M
51-使⽤TensorFlow2实现分布式训练.ts 89.57M
52-使⽤TensorFlowHub迁移学习.ts 23.90M
53-使⽤@tf.function提升性能.ts 53.04M
54-使⽤TensorFlowServing部署云端服务.ts 78.67M
55-使⽤TensorFlowLite实现边缘智能.ts 21.77M
56-结束语.mp4 27.26M