百度人脸识别技术+商品物体检测场景实战课程 再次升华深度学习课程 深度学习高级课程



          百度人脸识别技术+商品物体检测场景实战课程，再一次让我们提升了深度学习的应用场景，可以让深度学习更贴近我们的生活。回想从前几年机器学习的初步兴起，这个技术的领域发展和突破速度令人瞠目结舌，而这次的课程可以让同学们了解到百度的人脸识别技术，以及最新的商品物体检测技术，这就可以完全达到高级的无人购物等场景的应用。课程内容还有更多其他相关的技术课程等待同学们去探索。
===============课程目录===============
(1)\1-1 深度学习基础
(2)\1-10 图片商品物体检测项目第三阶段-项目实现与部署
(3)\1-2 深度学习优化进阶
(4)\1-3 卷积神经网络
(5)\1-4 循环神经网络
(6)\1-5 高级主题
(7)\1-6 百度人脸识别
(8)\1-7 自然语言处理
(9)\1-8 图片商品物体检测项目第一阶段-检测算法原理
(10)\1-9 图片商品物体检测项目第二阶段-数据集制作与处理
(11)\1-1 深度学习基础\1.深度学习介绍
├─01_深度学习课程介绍.mp4
├─02_深度学习介绍.mp4
├─03_深度学习介绍2.mp4
(12)\1-1 深度学习基础\2.神经网络基础；目录中文件数:16个
├─01_逻辑回归介绍.mp4
├─02_逻辑回归损失函数.mp4
├─03_梯度下降算法过程以及公式.mp4
├─04_导数意义介绍.mp4
├─05_a^2函数的导数介绍.mp4
├─06_导数计算图与链式法则.mp4
├─07_逻辑回归的导数计算图分析以及参数导数.mp4
├─08_向量化编程介绍引入.mp4
├─09_向量化编程的优势.mp4
├─10_向量化实现逻辑回归的梯度计算更新.mp4
├─11_正向传播与反向传播、作业介绍.mp4
├─12_作业讲解题1：实现sigmoid函数与梯度实.mp4
├─13_作业讲解题2：单神经元神经网络(logistic)分类作业流程介绍.mp4
├─14_作业讲解题2：参数初始化与前向传播、反向传播.mp4
├─15_作业讲解题2：优化迭代实现、model逻辑实现.mp4
├─16_总结.mp4
(13)\1-1 深度学习基础\3.浅层神经网络；目录中文件数:9个
├─01_浅层神经网络表示.mp4
├─02_浅层神经网络的前向传播.mp4
├─03_激活函数的选择.mp4
├─04_浅层神经网络的反向传播.mp4
├─05_作业介绍.mp4
├─06_作业实现：初始化模型与前向传播.mp4
├─07_作业实现：反向传播与更新梯度.mp4
├─08_作业实现：网络模型逻辑实现.mp4
├─09_总结.mp4
(14)\1-1 深度学习基础\4.深层神经网络；目录中文件数:3个
├─01_深层神经网络表示.mp4
├─02_深层神经网络的反向传播过程.mp4
├─03_参数初始化与超参数介绍.mp4
(15)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\1.项目架构；目录中文件数:2个
├─01_项目架构设计.mp4
├─02_训练与测试整体结构设计.mp4
(16)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\10.TFServing客户端；目录中文件数:6个
├─01_Tensorflow serving client逻辑.mp4
├─02_Client：用户输入图片处理.mp4
├─03_Client：grpc与serving apis介绍.mp4
├─04_Client：客户端建立连接获取结果代码.mp4
├─05_Client：结果解析.mp4
├─06_Client：结果标记返回.mp4
(17)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\11.服务器部署；目录中文件数:2个
├─01_服务器部署：服务器部署的代码文件需求、服务开启.mp4
├─02_项目总结.mp4
(18)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\2.数据接口实现；目录中文件数:5个
├─01_数据接口：商品格式转换实现.mp4
├─02_数据接口：读取数据接口设计以及基类如何定义.mp4
├─03_数据接口：商品数据读取子类实现.mp4
├─04_数据接口：数据读取工厂逻辑实现.mp4
├─05_数据接口：代码运行与数据模块总结.mp4
(19)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\3.模型接口实现；目录中文件数:1个
├─01_模型接口：接口设置以及模型工厂代码.mp4
(20)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\4.预处理接口实现；目录中文件数:4个
├─01_预处理接口：预处理需求介绍、数据增强介绍.mp4
├─02_预处理接口：预处理工厂代码.mp4
├─03_预处理接口：预处理工厂代码参数错误调整.mp4
├─04_数据接口、模型接口、预处理接口参数总结.mp4
(21)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\5.训练过程实现；目录中文件数:14个
├─01_训练：训练步骤与设备部署介绍.mp4
├─02_训练：model_deploy介绍.mp4
├─03_训练：训练运行结果显示与初始配置确定.mp4
├─04_训练：1设备配置代码以及全局步数定义.mp4
├─05_训练：2图片数据读取与处理逻辑介绍.mp4
├─06_训练：2数据模块与网络模型获取结果.mp4
├─07_训练：2网络参数修改、provider获取数据、预处理.mp4
├─08_训练：2NHWC和NCHW介绍.mp4
├─09_训练：2对anchors进行正负样本标记.mp4
├─10_训练：2批处理获取以及数据形状变换.mp4
├─11_训练：2队列设置.mp4
├─12_训练：3复制模型、添加参数观察与4添加学习率和优化器.mp4
├─13_训练：5总损失计算与变量平均梯度计算6训练配置.mp4
├─14_训练：训练流程总结.mp4
(22)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\6.测试过程实现；目录中文件数:2个
├─01_测试：测试流程介绍、代码.mp4
├─02_测试：图片输入、结果标记代码.mp4
(23)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\7.模型部署介绍；目录中文件数:2个
├─01_web服务与模型部署流程关系介绍.mp4
├─02_本地TensorFlow Serving演示以及逻辑介绍.mp4
(24)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\8.导出模型；目录中文件数:2个
├─01_模型导出：模型输入输出定义.mp4
├─02_模型导出：Savedmodel导出模型.mp4
(25)\1-10 图片商品物体检测项目第三阶段-项目实现与部署\9.打开模型服务；目录中文件数:1个
├─01_开启模型服务.mp4
(26)\1-2 深度学习优化进阶\1.多分类；目录中文件数:9个
├─01_深度学习紧接、多分类介绍.mp4
├─02_交叉熵损失原理.mp4
├─03_案例：Mnist手写数字数据介绍.mp4
├─04_案例：网络结构、流程、代码介绍.mp4
├─05_案例：主网络结构搭建实现.mp4
├─06_案例：添加准确率.mp4
├─07_案例：Tensorboard观察显示.mp4
├─08_案例：添加模型保存、预测.mp4
├─09_调整学习率带来的问题.mp4
(27)\1-2 深度学习优化进阶\2.梯度下降算法优化；目录中文件数:9个
├─01_深度学习遇到问题、为什么需要优化算法.mp4
├─02_Mini梯度下降与Batch梯度下降.mp4
├─03_指数加权平均.mp4
├─04_动量梯度下降原理公式理解.mp4
├─05_RMSProp与Adam原理与学习率递减.mp4
├─06_标准化输入带来的优化.mp4
├─07_作业介绍.mp4
├─08_作业讲解1.mp4
├─09_作业讲解2.mp4
(28)\1-2 深度学习优化进阶\3.深度学习正则化；目录中文件数:7个
├─01_深度学习偏差与方差介绍为、什么需要正则化.mp4
├─02_正则化概念、L2正则化与L1正则化.mp4
├─03_Droupout过程与原理理解.mp4
├─04_其它正则化方法-早停止法与数据增强.mp4
├─05_正则化作业介绍.mp4
├─06_作业讲解1.mp4
├─07_作业讲解2.mp4
(29)\1-2 深度学习优化进阶\4.神经网络调参与BN；目录中文件数:2个
├─01_神经网络调参数技巧与如何设置参数、如何运行.mp4
├─02_批标准化定义、公式、为什么有效.mp4
(30)\1-3 卷积神经网络\1.卷积网络原理；目录中文件数:9个
├─01_卷积来源、数据量与感受野的边缘检测.mp4
├─02_卷积网络结构介绍.mp4
├─03_默认卷积的运算过程.mp4
├─04_零填充.mp4
├─05_过滤器大小与步长.mp4
├─06_多通道的卷积与多卷积核.mp4
├─07_卷积总结.mp4
├─08_池化层.mp4
├─09_全连接层.mp4
(31)\1-3 卷积神经网络\2.经典分类结构；目录中文件数:5个
├─01_LeNet5的计算过程详解.mp4
├─02_常见网络结构介绍.mp4
├─03_Inception(1x1卷积介绍）.mp4
├─04_Inception结构以及改进.mp4
├─05_GoogleNet了解与卷积网络学习内容.mp4
(32)\1-3 卷积神经网络\3.CNN实战；目录中文件数:3个
├─01_作业介绍.mp4
├─02_作业讲解.mp4
├─03_迁移学习.mp4
(33)\1-4 循环神经网络\1.循环神经网络；目录中文件数:12个
├─01_循环神经网络背景介绍.mp4
├─02_循环神经网络结构原理.mp4
├─03_词的表示与矩阵形状运算.mp4
├─04_交叉熵损失计算.mp4
├─05_时间反向传播算法.mp4
├─06_梯度消失、案例介绍.mp4
├─07_手写RNN案例：单个cell前向传播.mp4
├─08_手写RNN案例：所有cell的前向传播.mp4
├─09_手写RNN案例：单个cell的反向传播.mp4
├─10_手写RNN案例：所有cell的反向传播.mp4
├─11_案例总结.mp4
├─12_GRU与LSTM介绍.mp4
(34)\1-4 循环神经网络\2.词嵌入；目录中文件数:2个
├─01_词嵌入介绍.mp4
├─02_词嵌入案例.mp4
(35)\1-4 循环神经网络\3.seq2seq与Attention机制；目录中文件数:17个
├─01_seq2seq介绍与理解.mp4
├─02_seq2seq机器翻译等场景介绍分析.mp4
├─03_Attention原理分析.mp4
├─04_机器翻译案例：日期格式翻译转换、代码结构介绍.mp4