章节1：上采样_双线性插值_转置卷积

9：FPN应用于FasterRCNN_ResNetFPN.mp4 101.57 MB mp4

8：FPN思想与网络结构.mp4 48.20 MB mp4

7：ROIAlign.mp4 47.15 MB mp4

6：双线性插值作为转置卷积核的初始参数.mp4 83.64 MB mp4

5：转置卷积_以及TF的API.mp4 62.74 MB mp4

4：双线性插值.mp4 66.03 MB mp4

3：线性插值.mp4 23.87 MB mp4

2：上采样_repeat.mp4 16.98 MB mp4

1：前言.mp4 14.47 MB mp4

28：Mobilenet网络架构.mp4 123.63 MB mp4

26：DenseNet在Keras里面的代码实现.mp4 52.49 MB mp4

25：DenseNet和Keras里面的实现.mp4 116.93 MB mp4

24：ResNet残差单元_BottlenetBlocK.mp4 72.33 MB mp4

23：InceptionV3_以及InceptionV3对皮肤癌图片识别.mp4 124.68 MB mp4

22：InceptionV1_V2.mp4 131.69 MB mp4

21：VGG16_Fine-tuning_对MNIST做手写数字识别.mp4 89.69 MB mp4

20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境.mp4 78.00 MB mp4

28：Mobilenet网络架构.mp4 123.63 MB mp426：DenseNet在Keras里面的代码实现.mp4 52.49 MB mp425：DenseNet和Keras里面的实现.mp4 116.93 MB mp424：ResNet残差单元_BottlenetBlocK.mp4 72.33 MB mp423：InceptionV3_以及InceptionV3对皮肤癌图片识别.mp4 124.68 MB mp422：InceptionV1_V2.mp4 131.69 MB mp421：VGG16_Fine-tuning_对MNIST做手写数字识别.mp4 89.69 MB mp420：Keras介绍_以及不同项目调用不同的python环境和CUDA环境.mp4 78.00 MB mp4

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

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

数据 https://www.aliyundrive.com/s/CQtQSsPHcii/folder/641e9c3ab83ca204a20640819f2948d01a60e32b folder

代码 https://www.aliyundrive.com/s/CQtQSsPHcii/folder/641e9c3a7d3c37205c46472eb094649f755f91f5 folder

9：预测病理性近视_调用经典卷积神经网络.mp4 66.29 MB mp4

8：预测病理性近视_定义模型结构_评估模型.mp4 40.92 MB mp4

7：预测病理性近视_模型训练.mp4 40.78 MB mp4

6：预测病理性近视_图片数据读取.mp4 45.49 MB mp4