章节1：卷积神经网络原理

8：经典的CNN架构和LeNet5.mp4 90.93 MB mp47：池化的概念和TF中的API的操作与参数.mp4 52.54 MB mp46：卷积的计算TF中的API操作与参数.mp4 76.76 MB mp45：卷积的补充与Padding填充模式.mp4 56.33 MB mp44：卷积层权值共享.mp4 37.06 MB mp43：彩色图片卷积的计算.mp4 36.33 MB mp42：单通道卷积的计算.mp4 65.27 MB mp41：回顾深度神经网络_卷积层是局部连接.mp4 81.89 MB mp4

8：经典的CNN架构和LeNet5.mp4 90.93 MB mp4

7：池化的概念和TF中的API的操作与参数.mp4 52.54 MB mp4

6：卷积的计算TF中的API操作与参数.mp4 76.76 MB mp4

5：卷积的补充与Padding填充模式.mp4 56.33 MB mp4

4：卷积层权值共享.mp4 37.06 MB mp4

3：彩色图片卷积的计算.mp4 36.33 MB mp4

2：单通道卷积的计算.mp4 65.27 MB mp4

1：回顾深度神经网络_卷积层是局部连接.mp4 81.89 MB mp4

神经网络到卷积神经网络原理与实践.docx - 1.38MB神经网络到卷积神经网络原理与实践.docx - 1.38MB

76：详谈卷积的权值共享_ev.mp4 42.41 MB mp475：卷积计算的代码操作_3_ev.mp4 32.15 MB mp474：卷积计算的代码操作_2_ev.mp4 29.24 MB mp473：卷积计算的代码操作_1_ev.mp4 28.32 MB mp472：Padding中SAME的逻辑_ev.mp4 45.40 MB mp471：彩色图片卷积计算_卷积的步长和填充0的问题_2_ev.mp4 40.26 MB mp470：彩色图片卷积计算_卷积的步长和填充0的问题_1_ev.mp4 38.21 MB mp469：单通道卷积的计算_卷积带来的好处_2_ev.mp4 39.46 MB mp468：单通道卷积的计算_卷积带来的好处_1_ev.mp4 36.37 MB mp467：卷积神经网络感受野_局部连接_ev.mp4 22.90 MB mp4

76：详谈卷积的权值共享_ev.mp4 42.41 MB mp475：卷积计算的代码操作_3_ev.mp4 32.15 MB mp474：卷积计算的代码操作_2_ev.mp4 29.24 MB mp473：卷积计算的代码操作_1_ev.mp4 28.32 MB mp472：Padding中SAME的逻辑_ev.mp4 45.40 MB mp471：彩色图片卷积计算_卷积的步长和填充0的问题_2_ev.mp4 40.26 MB mp470：彩色图片卷积计算_卷积的步长和填充0的问题_1_ev.mp4 38.21 MB mp469：单通道卷积的计算_卷积带来的好处_2_ev.mp4 39.46 MB mp468：单通道卷积的计算_卷积带来的好处_1_ev.mp4 36.37 MB mp467：卷积神经网络感受野_局部连接_ev.mp4 22.90 MB mp4

更多资源点此免费获取.txt 0.25 KB txt

更多资源扫此码关注公众号：锦技社.png 25.81 KB png

76：详谈卷积的权值共享_ev.mp4 42.41 MB mp4

75：卷积计算的代码操作_3_ev.mp4 32.15 MB mp4

74：卷积计算的代码操作_2_ev.mp4 29.24 MB mp4

73：卷积计算的代码操作_1_ev.mp4 28.32 MB mp4

72：Padding中SAME的逻辑_ev.mp4 45.40 MB mp4

71：彩色图片卷积计算_卷积的步长和填充0的问题_2_ev.mp4 40.26 MB mp4

70：彩色图片卷积计算_卷积的步长和填充0的问题_1_ev.mp4 38.21 MB mp4

69：单通道卷积的计算_卷积带来的好处_2_ev.mp4 39.46 MB mp4

68：单通道卷积的计算_卷积带来的好处_1_ev.mp4 36.37 MB mp4

67：卷积神经网络感受野_局部连接_ev.mp4 22.90 MB mp4

卷积神经网络CNN_代码_资料.exe 4.45 MB exe

76：详谈卷积的权值共享.mp4 42.41 MB mp4

75：卷积计算的代码操作_3.mp4 32.15 MB mp4

74：卷积计算的代码操作_2.mp4 29.24 MB mp4

73：卷积计算的代码操作_1.mp4 28.32 MB mp4

72：Padding中SAME的逻辑.mp4 45.40 MB mp4

71：彩色图片卷积计算_卷积的步长和填充0的问题_2.mp4 40.26 MB mp4

70：彩色图片卷积计算_卷积的步长和填充0的问题_1.mp4 38.21 MB mp4

69：单通道卷积的计算_卷积带来的好处_2.mp4 39.46 MB mp4

68：单通道卷积的计算_卷积带来的好处_1.mp4 36.37 MB mp4

67：卷积神经网络感受野_局部连接.mp4 22.90 MB mp4

6-9_Keras_generator读取数据.mp4 24.80 MB mp4

6-8_Kaggle平台与10monkeys数据集介绍.mp4 12.65 MB mp4

6-7_深度可分离卷积网络实战.mp4 16.99 MB mp4

6-6_深度可分离卷积网络.mp4 11.76 MB mp4

6-5_卷积神经网络实战.mp4 26.75 MB mp4

6-4_池化操作.mp4 3.83 MB mp4

6-3_卷积的计算.mp4 9.72 MB mp4

6-2_卷积解决的问题.mp4 10.00 MB mp4

6-1_卷积神经网络引入与总体结构.mp4 8.05 MB mp4

6-13_模型训练与预测.mp4 22.80 MB mp4

6-12_keras_generator读取cifar10数据集.mp4 32.09 MB mp4

6-11_10monkeys模型微调.mp4 29.54 MB mp4

6-10_10monkeys基础模型搭建与训练.mp4 36.16 MB mp4

6-9_Keras_generator读取数据.mp4 24.80 MB mp46-8_Kaggle平台与10monkeys数据集介绍.mp4 12.65 MB mp46-7_深度可分离卷积网络实战.mp4 16.99 MB mp46-6_深度可分离卷积网络.mp4 11.76 MB mp46-5_卷积神经网络实战.mp4 26.75 MB mp46-4_池化操作.mp4 3.83 MB mp46-3_卷积的计算.mp4 9.72 MB mp46-2_卷积解决的问题.mp4 10.00 MB mp46-1_卷积神经网络引入与总体结构.mp4 8.05 MB mp46-13_模型训练与预测.mp4 22.80 MB mp46-12_keras_generator读取cifar10数据集.mp4 32.09 MB mp46-11_10monkeys模型微调.mp4 29.54 MB mp46-10_10monkeys基础模型搭建与训练.mp4 36.16 MB mp4

6-9_Keras_generator读取数据.mp4 24.80 MB mp46-8_Kaggle平台与10monkeys数据集介绍.mp4 12.65 MB mp46-7_深度可分离卷积网络实战.mp4 16.99 MB mp46-6_深度可分离卷积网络.mp4 11.76 MB mp46-5_卷积神经网络实战.mp4 26.75 MB mp46-4_池化操作.mp4 3.83 MB mp46-3_卷积的计算.mp4 9.72 MB mp46-2_卷积解决的问题.mp4 10.00 MB mp46-1_卷积神经网络引入与总体结构.mp4 8.05 MB mp46-13_模型训练与预测.mp4 22.80 MB mp46-12_keras_generator读取cifar10数据集.mp4 32.09 MB mp46-11_10monkeys模型微调.mp4 29.54 MB mp46-10_10monkeys基础模型搭建与训练.mp4 36.16 MB mp4

6-9_Keras_generator读取数据.mp4 24.80 MB mp46-8_Kaggle平台与10monkeys数据集介绍.mp4 12.65 MB mp46-7_深度可分离卷积网络实战.mp4 16.99 MB mp46-6_深度可分离卷积网络.mp4 11.76 MB mp46-5_卷积神经网络实战.mp4 26.75 MB mp46-4_池化操作.mp4 3.83 MB mp46-3_卷积的计算.mp4 9.72 MB mp46-2_卷积解决的问题.mp4 10.00 MB mp46-1_卷积神经网络引入与总体结构.mp4 8.05 MB mp46-13_模型训练与预测.mp4 22.80 MB mp46-12_keras_generator读取cifar10数据集.mp4 32.09 MB mp46-11_10monkeys模型微调.mp4 29.54 MB mp46-10_10monkeys基础模型搭建与训练.mp4 36.16 MB mp4

6-9_Keras_generator读取数据.mp4 24.80 MB mp46-8_Kaggle平台与10monkeys数据集介绍.mp4 12.65 MB mp46-7_深度可分离卷积网络实战.mp4 16.99 MB mp46-6_深度可分离卷积网络.mp4 11.76 MB mp46-5_卷积神经网络实战.mp4 26.75 MB mp46-4_池化操作.mp4 3.83 MB mp46-3_卷积的计算.mp4 9.72 MB mp46-2_卷积解决的问题.mp4 10.00 MB mp46-1_卷积神经网络引入与总体结构.mp4 8.05 MB mp46-13_模型训练与预测.mp4 22.80 MB mp46-12_keras_generator读取cifar10数据集.mp4 32.09 MB mp46-11_10monkeys模型微调.mp4 29.54 MB mp46-10_10monkeys基础模型搭建与训练.mp4 36.16 MB mp4

6-9_Keras_generator读取数据.mp4 24.80 MB mp46-8_Kaggle平台与10monkeys数据集介绍.mp4 12.65 MB mp46-7_深度可分离卷积网络实战.mp4 16.99 MB mp46-6_深度可分离卷积网络.mp4 11.76 MB mp46-5_卷积神经网络实战.mp4 26.75 MB mp46-4_池化操作.mp4 3.83 MB mp46-3_卷积的计算.mp4 9.72 MB mp46-2_卷积解决的问题.mp4 10.00 MB mp46-1_卷积神经网络引入与总体结构.mp4 8.05 MB mp46-13_模型训练与预测.mp4 22.80 MB mp46-12_keras_generator读取cifar10数据集.mp4 32.09 MB mp46-11_10monkeys模型微调.mp4 29.54 MB mp46-10_10monkeys基础模型搭建与训练.mp4 36.16 MB mp4

6-9_Keras_generator读取数据.mp4 24.80 MB mp46-8_Kaggle平台与10monkeys数据集介绍.mp4 12.65 MB mp46-7_深度可分离卷积网络实战.mp4 16.99 MB mp46-6_深度可分离卷积网络.mp4 11.76 MB mp46-5_卷积神经网络实战.mp4 26.75 MB mp46-4_池化操作.mp4 3.83 MB mp46-3_卷积的计算.mp4 9.72 MB mp46-2_卷积解决的问题.mp4 10.00 MB mp46-1_卷积神经网络引入与总体结构.mp4 8.05 MB mp46-13_模型训练与预测.mp4 22.80 MB mp46-12_keras_generator读取cifar10数据集.mp4 32.09 MB mp46-11_10monkeys模型微调.mp4 29.54 MB mp46-10_10monkeys基础模型搭建与训练.mp4 36.16 MB mp4

6-9_Keras_generator读取数据.mp4 24.80 MB mp46-8_Kaggle平台与10monkeys数据集介绍.mp4 12.65 MB mp46-7_深度可分离卷积网络实战.mp4 16.99 MB mp46-6_深度可分离卷积网络.mp4 11.76 MB mp46-5_卷积神经网络实战.mp4 26.75 MB mp46-4_池化操作.mp4 3.83 MB mp46-3_卷积的计算.mp4 9.72 MB mp46-2_卷积解决的问题.mp4 10.00 MB mp46-1_卷积神经网络引入与总体结构.mp4 8.05 MB mp46-13_模型训练与预测.mp4 22.80 MB mp46-12_keras_generator读取cifar10数据集.mp4 32.09 MB mp46-11_10monkeys模型微调.mp4 29.54 MB mp46-10_10monkeys基础模型搭建与训练.mp4 36.16 MB mp4