验证码图像识别，快速掌握TensorFlow模型构建与开发
¥199.00
-
第1章 课程介绍 12 节 | 70分钟
介绍机器学习的背景，介绍tensorflow的背景，介绍课程python，numpy，virtualenv等前置学习内容，安装tensorflow
- 视频： 1-1 导学 (07:50)
- 视频： 1-2 课程安排 (05:03)
- 视频： 1-3 深度学习背景 (04:05)
- 视频： 1-4 tensorflow优势 (03:20)
- 视频： 1-5 开发环境 (05:38)
- 视频： 1-6 virtualenv简介 (06:47)
- 视频： 1-7 python常用操作 (11:49)
- 视频： 1-8 numpy常用操作01 (00:55)
- 视频： 1-9 numpy常用操作02 (11:29)
- 视频： 1-10 Mac下TensorFlow安装 (06:40)
- 视频： 1-11 Windows下TensorFlow安装 (01:48)
- 视频： 1-12 ubuntu下TensorFlow安装 (04:16)
-
第2章 TensorFlow原理与核心api 18 节 | 125分钟
本章节会中重点讲解tensorflow基础 ：tensorflow原理、核心api以及重要函数。并且会对验证码识别项目进行分析。
- 视频： 2-1 Tensorflow原理 (02:17)
- 视频： 2-2 TensorFlow核心api1 (07:54)
- 视频： 2-3 TensorFlow核心api2 (06:33)
- 视频： 2-4 tensorflow基础函数01 (12:38)
- 视频： 2-5 tensorflow基础函数02 (06:17)
- 视频： 2-6 tensorflow基础函数03 (11:08)
- 视频： 2-7 可视化学习过程 (15:46)
- 视频： 2-8 逻辑回归01 (05:14)
- 视频： 2-9 逻辑回归02 (08:14)
- 视频： 2-10 逻辑回归03 (02:10)
- 视频： 2-11 损失函数01 (03:43)
- 视频： 2-12 损失函数02 (03:42)
- 视频： 2-13 损失函数03 (02:29)
- 视频： 2-14 梯度下降01 (03:20)
- 视频： 2-15 梯度下降02 (10:20)
- 视频： 2-16 验证码识别问题分析 (02:15)
- 视频： 2-17 验证码生成程序分析01 (01:10)
- 视频： 2-18 验证码生成程序分析02 (19:29)
-
第3章 逻辑回归模型与线性回归模型 8 节 | 80分钟
逻辑回归模型简介，学习损失函数，和梯度下降方法，使用逻辑回归进行验证码识别。
- 视频： 3-1 逻辑回归模型01 (06:08)
- 视频： 3-2 逻辑回归模型02 (12:11)
- 视频： 3-3 逻辑回归模型训练和评价01 (09:07)
- 视频： 3-4 逻辑回归模型训练和评价02 (11:53)
- 视频： 3-5 线性回归模型01 (06:46)
- 视频： 3-6 线性回归模型02 (12:37)
- 视频： 3-7 线性回归模型03 (07:07)
- 视频： 3-8 线性回归模型04 (14:06)
-
第4章 全连接神经网络 7 节 | 38分钟
全连接神经网络模型简介，学习ReLU函数，使用全连接神经网络进行验证码识别。
- 视频： 4-1 神经网络简介 (08:41)
- 视频： 4-2 全连接神经网络01 (00:45)
- 视频： 4-3 全连接神经网络02 (05:47)
- 视频： 4-4 ReLU激励函数01 (01:27)
- 视频： 4-5 ReLU激励函数02 (03:13)
- 视频： 4-6 全连接模型01 (09:02)
- 视频： 4-7 全连接模型02 (08:58)
-
第5章 卷积神经网络 21 节 | 111分钟
卷积神经网络模型简介，学习卷积，池化得运算，学会使用的dropout，使用全连接神经网络进行验证码识别。
- 视频： 5-1 卷积神经网络简介01 (01:55)
- 视频： 5-2 卷积神经网络简介02 (03:26)
- 视频： 5-3 卷积层01 (05:32)
- 视频： 5-4 卷积层02 (11:07)
- 视频： 5-5 卷积层03 (08:07)
- 视频： 5-6 卷积层04 (08:47)
- 视频： 5-7 卷积层05 (05:41)
- 视频： 5-8 池化层01 (02:43)
- 视频： 5-9 池化层02 (03:51)
- 视频： 5-10 池化层03 (06:58)
- 视频： 5-11 Dropout01 (02:20)
- 视频： 5-12 Dropout02 (05:28)
- 视频： 5-13 卷积神经网络搭建01 (01:41)
- 视频： 5-14 卷积神经网络搭建02 (17:53)
- 视频： 5-15 卷积神经网络搭建03 (03:20)
- 视频： 5-16 卷积神经网络搭建04 (02:05)
- 视频： 5-17 卷积神经网络搭建05 (01:42)
- 视频： 5-18 卷积神经网络训练01 (00:39)
- 视频： 5-19 卷积神经网络训练02 (07:16)
- 视频： 5-20 卷积神经网络训练03 (04:33)
- 视频： 5-21 卷积神经网络训练04 (04:47)
-
第6章 课程总结 5 节 | 37分钟
回归课程内容，总结模型发展过程，对行业进行展望。
- 视频： 6-1 课程回顾01 (09:17)
- 视频： 6-2 课程回顾02 (09:22)
- 视频： 6-3 课程回顾03 (03:18)
- 视频： 6-4 行业展望01 (07:07)
- 视频： 6-5 行业展望02 (07:32)
本课程已完结
讲师
Erik_Song
全栈工程师
一位务实课全栈工程师，在大型外企和国企工作多年，在慕课网上开发了多门课程，覆盖了机器学习理论和实践，在授课中擅长利用类比来说明复杂概念，喜欢用实战编程给学生带来原汁原味的工程化开发体验
