【imooc-259】深度学习之神经网络(CNN&RNN&GAN)算法原理+实战 - 带源码课件 - 猎人搜索 轻松搜寻

• file:资料.exe
• file:9-9 文本生成图像Text2Img_深度学习之神经网络RNNGAN算法原理实战.mp4
• file:9-3 反卷积.mp4
• file:9-2 深度卷积对抗生成网络DCGAN(1).mp4
• file:8-9 数据介绍，词表生成.mp4
• file:8-8 图像生成文本模型对比与总结.mp4
• file:8-7 Bottom-up Top-down Attention模型.mp4
• file:8-6 Show attend and Tell 模型.mp4
• file:8-4 Multi-Modal RNN模型.mp4
• file:8-3 Encoder-Decoder框架与Beam Search算法生成文本.mp4
• file:8-21 文本生成图像问题引入与本节课总结.mp4
• file:8-20 训练流程代码.mp4
• file:8-19 计算图构建-rnn结构实现、损失函数与训练算子实现.mp4
• file:7-9 实战代码模块解析.mp4
• file:7-8 数据预处理之词表生成与类别表生成.mp4
• file:7-7 数据预处理之分词.mp4
• file:7-6 RNN与CNN融合解决文本分类.mp4
• file:7-5 基于CNN的文本分类模型(TextCNN).mp4
• file:7-3 长短期记忆网络.mp4
• file:7-19 循环神经网络总结.mp4
• file:7-18 TextCNN实现.mp4
• file:6-9 图像风格转换训练流程代码实现.mp4
• file:6-8 图像风格转换计算图构建与损失函数计算.mp4
• file:6-7 图像风格转换算法定义输入与调用GG-Net.mp4
• file:6-6 GG16模型搭建与载入类的封装.mp4
• file:6-4 GG16预训练模型格式.mp4
• file:5-9 图像增强实战.mp4
• file:5-7 actiation-initializer-optimizer-实战.mp4
• file:5-6 fine-tune-实战.mp4
• file:5-4 Tensorboard实战（1）.mp4
• file:5-3 激活函数到调参技巧（2）.mp4
• file:5-1 adagrad_adam.mp4