Google老师亲授TensorFlow2.0入门到进阶【2GB】--MKW
本帖最后由 yyzhi 于 2026-4-29 16:34 编辑下载地址：**** Hidden Message *****
【课程目录】
│├─第1章 Tensorflow简介与环境搭建
││ 1-10_Google_cloud_gpu_tensorflow镜像配置__(.mp4
││ 1-11_AWS云平台环境配置.mp4
││ 1-1_课程导学.mp4
││ 1-2_Tensorflow是什么.mp4
││ 1-3_Tensorflow版本变迁与tf1.0架构.mp4
││ 1-4_Tensorflow2.0架构.mp4
││ 1-5_Tensorflow&pytorch比较.mp4
││ 1-6_Tensorflow环境配置(新补).mp4
││ 1-6_Tensorflow环境配置.mp4
││ 1-7_Google_cloud无GPU环境搭建.mp4
││ 1-8_Google_cloud_远程jupyter_notebook配置.mp4
││ 1-9_Google_cloud_gpu_tensorflow配置.mp4
││
│├─第2章 Tensorflow keras实战
││ 2-10_实战批归一化、激活函数、dropout.mp4
││ 2-11_wide_deep模型.mp4
││ 2-12_函数API实现wide&deep模型.mp4
││ 2-13_子类API实现wide&deep模型.mp4
││ 2-14_wide&deep模型的多输入与多输出实战.mp4
││ 2-15_超参数搜索.mp4
││ 2-16_手动实现超参数搜索实战.mp4
││ 2-17_实战sklearn封装keras模型.mp4
││ 2-18_实战sklearn超参数搜索.mp4
││ 2-1_tfkeras简介__(.mp4
││ 2-2_分类回归与目标函数.mp4
││ 2-3_实战分类模型之数据读取与展示.mp4
││ 2-4_实战分类模型之模型构建.mp4
││ 2-5_实战分类模型之数据归一化.mp4
││ 2-6_实战回调函数.mp4
││ 2-8_神经网络讲解.mp4
││ 2-9_实战深度神经网络.mp4
││
│├─第3章 Tensorflow基础API使用
││ 3-10_近似求导.mp4
││ 3-11_tf.GradientTape基本使用方法.mp4
││ 3-12_tf.GradientTape与tf.keras结合使用.mp4
││ 3-13_章节总结.mp4
││ 3-1_tf基础API引入.mp4
││ 3-2_实战tf.constant.mp4
││ 3-3_实战tf.strings与ragged_tensor.mp4
││ 3-4_实战sparse_tensor与tf.Variable.mp4
││ 3-5_实战自定义损失函数与DenseLayer回顾.mp4
││ 3-6_使子类与lambda分别实战自定义层次.mp4
││ 3-7_tf.function函数转换.mp4
││ 3-8_@tf.function函数转换.mp4
││ 3-9_函数签名与图结构.mp4
││
│├─第4章 Tensorflow dataset使用
││ 4-1_data_API引入.mp4
││ 4-2_tf_data基础API使用.mp4
││ 4-3_生成csv文件.mp4
││ 4-4_tf.io.decode_csv使用.mp4
││ 4-5_tf.data读取csv文件并与tf.keras结合使用.mp4
││ 4-6_tfrecord基础API使用.mp4
││ 4-7_生成tfrecords文件.mp4
││ 4-8_tf.data读取tfrecord文件并与tf.keras结合使用.mp4
││ 4-9_章节总结.mp4
││
│├─第5章 Tensorflow Estimator使用与tf1.0
││ 5-10_TF1_dataset使用.mp4
││ 5-11_TF1_自定义estimator.mp4
││ 5-12_API改动升级与课程总结.mp4
││ 5-1_课程引入.mp4
││ 5-2_泰坦尼克问题引入分析.mp4
││ 5-3_feature_column使用.mp4
││ 5-4_keras_to_estimator.mp4
││ 5-5_预定义estimator使用.mp4
││ 5-6_交叉特征实战.mp4
││ 5-7_TF1.0引入.mp4
││ 5-8_TF1.0计算图构建.mp4
││ 5-9_TF1.0模型训练.mp4
││
│├─第6章 卷积神经网络
││ 6-10_10monkeys基础模型搭建与训练.mp4
││ 6-11_10monkeys模型微调.mp4
││ 6-12_keras_generator读取cifar10数据集.mp4
││ 6-13_模型训练与预测.mp4
││ 6-1_卷积神经网络引入与总体结构.mp4
││ 6-2_卷积解决的问题.mp4
││ 6-3_卷积的计算.mp4
││ 6-4_池化操作.mp4
││ 6-5_卷积神经网络实战.mp4
││ 6-6_深度可分离卷积网络.mp4
││ 6-7_深度可分离卷积网络实战.mp4
││ 6-8_Kaggle平台与10monkeys数据集介绍.mp4
││ 6-9_Keras_generator读取数据.mp4
││
│├─第7章 循环神经网络
││ 7-10_LSTM文本分类与文本生成实战.mp4
││ 7-1_循环神经网络引入与embedding.mp4
││ 7-2_数据集载入与构建词表索引.mp4
││ 7-3_数据padding、模型构建与训练.mp4
││ 7-4_序列式问题与循环神经网络.mp4
││ 7-5_循环神经网络实战文本分类.mp4
││ 7-6_文本生成之数据处理.mp4
││ 7-7_文本生成实战之构建模型.mp4
││ 7-8_文本生成实战之采样生成文本.mp4
││ 7-9_LSTM长短期记忆网络.mp4
││
│├─第8章 Tensorflow分布式
││ 8-1_课程引入与GPU设置.mp4
││ 8-2_GPU默认设置.mp4
││ 8-3_内存增长和虚拟设备实战.mp4
││ 8-4_GPU手动设置实战.mp4
││ 8-5_分布式策略.mp4
││ 8-6_keras分布式实战.mp4
││ 8-7_estimator分布式实战.mp4
││ 8-8_自定义流程实战.mp4
││ 8-9_分布式自定义流程实战.mp4
││
│└─第9章 Tensorflow模型保存与部署
│ 9-1_课程引入与TFLite.mp4
│ 9-2_保存模型结构加参数与保存参数实战.mp4
│ 9-3_Keras模型转化为SavedModel.mp4
│ 9-4_签名函数转化为SavedModel.mp4
│ 9-5_签名函数，SavedModel和Keras模型到具体函数转换.mp4
页:
[1]