銷售排行

【Udemy線上課程】Python深度學習--徹底研究,從零開始親手學習類神經網路深度學習-親手徹底研究TensorFlow程式設計(含教材)影音教學 完整版(3片裝DVD9)

【Udemy線上課程】Python深度學習--徹底研究,從零開始親手學習類神經網路深度學習-親手徹底研究TensorFlow程式設計(含教材)影音教學 完整版(3片裝DVD9)

  • 貨  號:XCA3487-3
  • 種  類:
  • 瀏覽次數:268
  • 銷售價: NT$600

加入收藏 購買

備註


【Udemy線上課程】Python深度學習--徹底研究,從零開始親手學習類神經網路深度學習-親手徹底研究TensorFlow程式設計(含教材)影音教學 完整版(3片裝DVD9)<br /> --=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=<br /> 軟體名稱: Python深度學習--徹底研究,從零開始親手學習類神經網路深度學習-親手徹底研究TensorFlow程式設計(含教材)(Udemy線上課程綜合教學)<br /> 語系版本: udemy線上課程中文版<br /> 光碟片數: 3片裝<br /> 破解說明: 直接安裝即可!<br /> 系統支援: Windows 7/8/8.1/10/PC電腦/平板手機<br /> 軟體類型: 教育軟體/課程/教學<br /> 更新日期: 2020.04.10<br /> 相關網址:<br /> 中文網站: 官方原版畫質MP4檔<br /> 軟體簡介: (https://www.udemy.com)<br /> --=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=<br /> 內容說明:<br /> <br /> <br /> 你將會學到的<br /> 使用Python作大數據運算基礎<br /> 使用Python作機器學習基礎<br /> TensorFlow的基礎<br /> 手寫辨識數字<br /> 使用Python作數學運算<br /> 深入淺出Python程式語言<br /> 視覺化Python資料結構<br /> 使用Pandas函式庫來建立資料結構<br /> 使用Matplotlib畫圖<br /> 使用Scipy科學函數庫作線性代數與矩陣科學運算<br /> 使用numpy模組建立矩陣<br /> Python直譯器與計算機<br /> 瞭解損失函數<br /> 手寫辨識範例<br /> 瞭解均方差<br /> 瞭解交叉熵誤差<br /> 瞭解對數y=log(x)<br /> 徹底研究Google TensorFlow程式設計<br /> Tensor張量資料型態與計算節點<br /> TensorFlow工作會議Session徹底研究<br /> 使用Tensorflow學習數學矩陣行列式與線性代數<br /> 使用Tensorflow學習微分梯度求取極值最佳解<br /> 使用Tensorflow學習機率統計-機率均勻分佈<br /> 使用Tensorflow學習機率常態分佈<br /> 使用Tensorflow學習數學複數<br /> 使用Tensorflow平行計算解決大數據問題<br /> Tensorflow為大數據先修課程,基本數學機率計算教學<br /> TensorFlow+Keras的基礎<br /> CNN卷積神經網路<br /> RNN遞迴神經網路<br /> 手寫辨識數字<br /> 學習機器感情<br /> 手寫辨識準確度98.59%<br /> 顯示手寫訓練圖片<br /> 課程內容:<br /> <br /> <br /> ├─01 Python程式設計與資料科學--從零開始親手學習Python程式語言-親手應用實作TensorFlow程式語言<br /> │ 001 Python深度學習.mp4<br /> │ 002 Colab.pdf<br /> │ 002 TensorFlow程式語言簡介.mp4<br /> │ 003 GPUCPU執行影像辨識速度.mp4<br /> │<br /> ├─02 Python 程式設計基礎<br /> │ 004 examples.zip<br /> │ 004 example_1.zip<br /> │ 004 example_2.zip<br /> │ 004 簡介.mp4<br /> │ 005 Python-windows-Deep.pdf<br /> │ 005 Python.pdf<br /> │ 005 下載及安裝Python軟體.mp4<br /> │ 006 在Mac安裝Python軟體實作.mp4<br /> │ 007 Python_Mac_install_detail.pdf<br /> │ 007 Python安裝檢查在Mac.mp4<br /> │ 008 Python安裝檢查實作在Mac.mp4<br /> │ 009 Python_windows_only.pdf<br /> │ 009 在Window 10下載及安裝Python軟體.mp4<br /> │ 010 在Windows 10安裝Python及Anaconda組合包實作.mp4<br /> │ 011 Python安裝檢查在Windows10.mp4<br /> │ 011 Python_windows_install_detail.pdf<br /> │ 012 Python安裝檢查實作在Windows10.mp4<br /> │ 013 Python 網站擷取與資料分析.mp4<br /> │<br /> ├─03 Python直譯器與計算機<br /> │ 014 Python直譯器與計算機.mp4<br /> │ 015 Python 資料型態.mp4<br /> │ 016 布林資料型態.mp4<br /> │ 017 字串資料型態.mp4<br /> │ 018 物件類別.mp4<br /> │ 019 識別名稱.mp4<br /> │ 020 運算式與運算子.mp4<br /> │ 021 運算子結合優先順序.mp4<br /> │ 022 資料型態實作.mp4<br /> │ 023 布林資料型態及浮點數資料型態實作.mp4<br /> │ 024 字串實作.mp4<br /> │ 025 物件類別實作.mp4<br /> │ 026 運算式與運算子實作.mp4<br /> │ 027 運算子結合優先順序實作.mp4<br /> │ 028 數字,字串與變數實作.mp4<br /> │<br /> ├─04 控制結構<br /> │ 029 控制結構.mp4<br /> │ 030 布林值與條件.mp4<br /> │ 031 Python 精通程式語言_控制結構.mp4<br /> │ 032 一個選擇的if敘述.mp4<br /> │ 033 一個選擇的if敘述實作.mp4<br /> │ 034 迴圈結構for.mp4<br /> │ 035 迴圈結構for實作.mp4<br /> │<br /> ├─05 資料結構<br /> │ 036 資料結構.mp4<br /> │ 037 串列堆疊與資料結構實作.mp4<br /> │ 038 數組tuple,集合set和字典.mp4<br /> │ 039 數組tuple,集合set和字典實作.mp4<br /> │<br /> ├─06 函數<br /> │ 040 函數.mp4<br /> │ 041 Python 精通程式語言_函數.mp4<br /> │ 042 函數參數與引數.mp4<br /> │ 043 函數實作.mp4<br /> │ 044 Lambda運算式.mp4<br /> │ 045 費氏函數非遞迴實作.mp4<br /> │ 046 函數參數_name接受實體tuple,函數參數__name接受字典.mp4<br /> │ 047 Lambda運算式實作.mp4<br /> │ 048 套件模組.mp4<br /> │ 049 Python內建字串相關函數實作.mp4<br /> │ 050 套件模組實作.mp4<br /> │ 051 Python內建字串相關函數.mp4<br /> │<br /> ├─07 類別<br /> │ 052 類別.mp4<br /> │ 053 類別實作.mp4<br /> │ 054 建立物件及解構物件.mp4<br /> │ 055 Python 精通程式語言 類別.mp4<br /> │ 056 建構函數__new__().mp4<br /> │ 057 Python物件導向程式語言封裝實作.mp4<br /> │<br /> ├─08 繼承<br /> │ 058 繼承.mp4<br /> │ 059 繼承實作.mp4<br /> │ 060 多重繼承實作.mp4<br /> │ 061 多型.mp4<br /> │<br /> ├─09 異常或錯誤處理<br /> │ 062 異常或錯誤處理.mp4<br /> │ 063 異常或錯誤處理實作.mp4<br /> │ 064 檔案處理.mp4<br /> │ 065 檔案處理實作.mp4<br /> │<br /> ├─10 使用matplotlib畫圖實作<br /> │ 066 使用matplotlib畫圖.mp4<br /> │ 067 使用matplotlib畫圖實作.mp4<br /> │<br /> ├─11 Python 資料結構與畫圖<br /> │ 068 example2.zip<br /> │ 068 Python 資料結構與畫圖簡介.mp4<br /> │ 068 Python-DataStructure.pdf<br /> │ 069 數組tuple和集合set和Scipy科學函數庫.mp4<br /> │ 070 開啟Jupiter notebook.mp4<br /> │ 071 Python 實作簡單線性代數.mp4<br /> │ 072 Tuple數組實作1-Jupyter Notebook.mp4<br /> │ 073 numpy模組建立矩陣.mp4<br /> │ 074 pandas.zip<br /> │ 074 Pandas資料結構.mp4<br /> │ 075 pandas read_csv 實作.mp4<br /> │ 076 Pandas DataFrame 實作.mp4<br /> │ 077 Matplotlib畫圖.mp4<br /> │<br /> ├─12 安裝Pycharm<br /> │ 078 Mac上安裝Pycharm.mp4<br /> │ 078 Python_pycharm_Only.pdf<br /> │ 079 在Mac系統實際安裝PyCharm.mp4<br /> │ 080 Win10上安裝Pycharm.mp4<br /> │ 081 在Windows 10系統實際安裝Pycharm.mp4<br /> │<br /> ├─13 TensorFlow程式語言<br /> │ 082 TensorFlow_mac.pdf<br /> │ 082 TensorFlow程式語言--TensorFlow Mac安裝.mp4<br /> │ 083 使用pip3來安裝TensorFlow.mp4<br /> │ 084 TensorFlow Mac安裝--實作.mp4<br /> │ 085 使用pip3來安裝TensorFlow實作.mp4<br /> │ 086 使用Anaconda來安裝TensorFlow實作.mp4<br /> │<br /> ├─14 TensorFlow程式語言--TensorFlow GPU平行運算-Win 10<br /> │ 087 TensorFlow_GPU.pdf<br /> │ 087 TensorFlow程式語言--TensorFlow GPU平行運算.mp4<br /> │ 088 TensorFlow_GPU.pdf<br /> │ 088 深度學習動態執行檔DLL系統使用者環境路徑設定.mp4<br /> │ 089 安裝TensorFlow-GPU並且執行.mp4<br /> │ 090 安裝並且執行jupyter Notebook-驗證GPU.mp4<br /> │ 091 TensorFlow_mac.pdf<br /> │ 091 使用cpu執行TensorFlow.mp4<br /> │ 092 CUDA軟體安裝設定實作.mp4<br /> │ 093 下載及安裝CUDNN實作.mp4<br /> │ 094 安裝TensorFlow-GPU並且執行實作.mp4<br /> │ 095 使用cpu執行TensorFlow實作.mp4<br /> │<br /> ├─15 TensorFlow<br /> │ 096 TensorFlow.pdf<br /> │ 096 TensorFlow.zip<br /> │ 096 TensorFlow2.zip<br /> │ 096 TensorFlow_Intro.pdf<br /> │ 096 TensorFlow程式語言.mp4<br /> │ 097 TensorFlow的資料型態,級別Ranks和Shape維度的表示.mp4<br /> │ 098 TensorFlow的資料型態.mp4<br /> │ 099 處理張量.mp4<br /> │ 100 TensorFlow計算節點處理張量實作.mp4<br /> │ 101 運算節點.mp4<br /> │ 102 加法乘法運算節點實作.mp4<br /> │ 103 複數是由實數與虛數組成.mp4<br /> │ 104 複數是由實數與虛數組成TensorFlow實作.mp4<br /> │ 105 微分求梯度.mp4<br /> │ 106 常見函數-Tensorflow的計算節點.mp4<br /> │ 107 常見函數實作-Tensorflow的計算節點實作.mp4<br /> │ 108 機率均勻分佈.mp4<br /> │ 109 機率常態分佈.mp4<br /> │ 110 用TensorFlow處理張量圖片.mp4<br /> │ 111 用TensorFlow處理張量圖片實作.mp4<br /> │ 112 TensorFlow的變數.mp4<br /> │ 113 圖形和Sessions.mp4<br /> │ 114 TensorFlow placeholder.mp4<br /> │ 115 執行計算圖.mp4<br /> │ 116 Tensorflow實作.mp4<br /> │ 117 Tensorboard實作.mp4<br /> │<br /> ├─16 TesorFlow程式設計深度學習<br /> │ 118 MNIST手寫辨識演算法.mp4<br /> │ 118 TensorFlow-2.zip<br /> │ 118 TensorFlow-r.pdf<br /> │ 119 TensorFlow 手寫辨識實作.mp4<br /> │ 119 TensorFlow-example.pdf<br /> │ 120 Class GradientDescentOptimizer類別.mp4<br /> │ 121 TensorFlow 手寫辨識實作-Jupyter Notebook.mp4<br /> │ 122 手寫辨識Tensorboard實作.mp4<br /> │<br /> ├─17 TensorFlow 卷積深度學習手寫辨識<br /> │ 123 TensorFlow 卷積深度學習手寫辨識.mp4<br /> │ 123 TensorFlow-cnn.pdf<br /> │ 123 TensorFlow3.zip<br /> │ 124 交叉熵最佳化.mp4<br /> │ 125 TensorFlow 卷積深度學習手寫辨識實作設計.mp4<br /> │ 126 LossFunc.pdf<br /> │ 126 損失函數.mp4<br /> │ 127 LossFunc.pdf<br /> │ 127 損失函數實作.mp4<br /> │<br /> ├─18 TensorFlow+Keras CNN卷積深度學習影像辨識Cifar-10<br /> │ 128 cifar.zip<br /> │ 128 TensorFlow+Keras CNN卷積深度學習Cifar-10圖形辨識.mp4<br /> │ 128 TensorFlow-cnn-cifar10.pdf<br /> │ 129 Keras的核心為模型.mp4<br /> │ 130 建立模型model.fit().mp4<br /> │ 131 TensorFlow+Keras CNN卷積深度學習Cifar-10圖形辨識實作.mp4<br /> │ 132 範例_cifar10_kk.mp4<br /> │ 133 TensorFlow CNN卷積深度學習Cifar圖形辨識.mp4<br /> │ 133 TensorFlow-only-cnn-cifar10.pdf<br /> │ 133 tensorflow_cifar10_code.zip<br /> │ 134 Cifar-10圖片集(train.py).mp4<br /> │ 135 TensorFlow CNN卷積深度學習Cifar圖形辨識實作.mp4<br /> │ 136 啟動Tensorboard實作.mp4<br /> │<br /> ├─19 Python 機器學習-親手TensorFlow實作手寫辨識與強化學習車桿平衡<br /> │ 137 TensorFlow-Conda.pdf<br /> │ 137 TensorFlow-ML.pdf<br /> │ 137 tensorflowExample.zip<br /> │ 137 機率.mp4<br /> │ 138 Conda套件管理.mp4<br /> │ 139 線性迴歸.mp4<br /> │ 140 線性迴歸實作.mp4<br /> │ 141 分類.mp4<br /> │ 142 群聚演算法k-means.mp4<br /> │ 143 群聚演算法k-means實作.mp4<br /> │ 144 KMeans分群.mp4<br /> │ 145 群聚演算法k-means實作2.mp4<br /> │ 146 K-nearest最鄰近分類演算法KNN.mp4<br /> │ 147 手寫辨識MNIST實作.mp4<br /> │ 148 實作KNN演算法使用手寫辨識MNIST實作.mp4<br /> │<br /> ├─20 AutoEncoder自動編碼器<br /> │ 149 Conda套件管理.mp4<br /> │ 149 TensorFlow_Conda.pdf<br /> │ 150 AutoEncoder.pdf<br /> │ 150 autoencoder.zip<br /> │ 150 AutoEncoder自動編碼器-資料降維.mp4<br /> │ 151 自動編碼器用在維度縮減-手寫辨識實作.mp4<br /> │<br /> ├─21 詞向量Word2Vec<br /> │ 152 Word2Vec.pdf<br /> │ 152 word2vec.py<br /> │ 152 Word2Vec詞向量.mp4<br /> │ 153 將字詞轉換成向量最佳化模組SGD學習速率為1.mp4<br /> │ 154 Word2Vec詞向量實作.mp4<br /> │<br /> ├─22 強化學習<br /> │ 155 cartPole_conda.zip<br /> │ 155 TensorFlow_RLCartPole.pdf<br /> │ 155 強化學習--建立Anaconda工作環境 -Mac,執行一般的openAI.mp4<br /> │ 156 強化學習簡介.mp4<br /> │ 157 Q-Function最大化未來報酬.mp4<br /> │ 158 Deep Q 網路使用Keras和TensorFlow.mp4<br /> │ 159 Deep Q 網路使用Keras和TensorFlow實作使用車桿平衡CartPole.mp4<br /> │ 160 OpenAI實作使用車桿平衡.mp4<br /> │<br /> ├─23 Python類神經網路深度學習<br /> │ 161 keras.zip<br /> │ 161 Python-neural-implement.pdf<br /> │ 161 Python類神經網路深度學習.mp4<br /> │ 162 類神經深度學習.mp4<br /> │ 163 mnist手寫辨識.mp4<br /> │ 164 Python-neural-implement2.pdf<br /> │ 164 繪製實際和預測結果的手寫辨識.mp4<br /> │ 165 類神經網路深度學習建置模型實作.mp4<br /> │<br /> ├─24 Python深度學習類神經網路<br /> │ 166 Python-neural.pdf<br /> │ 166 類神經網路.mp4<br /> │ 167 類神經網路深度學習.mp4<br /> │<br /> ├─25 卷積神經網 CNN<br /> │ 168 keras-CNN.pdf<br /> │ 168 卷積神經網 CNN.mp4<br /> │ 169 卷積神經網 CNN-手寫數字辨識實作.mp4<br /> │<br /> └─26 遞迴神經網 RNN<br /> 170 keras-RNN.pdf<br /> 170 遞迴神經網 RNN.mp4<br /> 171 IMDb影評資料滿意度分析.mp4<br /> 172 建立RNN遞迴類神經的模型與實作.mp4<br /> 173 LSTM實作.mp4<br /> --=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=<br /> <div> <br /> </div>

 

相關商品