[AI/大数据] 深度学习|Keras-项目实战|唐宇迪

课程简介：

Keras项目实战课程从实战的角度出发，基于真实数据集与实际业务需求，从零开始讲解如何进行数据处理，模型训练与调优，最后进行测试与结果展示分析。全程实战操作，以非常接地气的方式详解每一步流程与解决方案。课程结合当下深度学习热门领域，以计算机视觉与自然语言处理为核心讲解各大网络的应用于实战方法，适合快速入门与进阶提升。

课程特色：

1.对复杂的网络模型与业务需求进行通俗讲解，非常接地气的方式

2.基于真实数据集进行项目实战，从零开始，不放过一行代码

3.当下AI很火爆框架，零基础入门轻松，进阶需要学习

课程目录：
1 Keras项目实战课程概述
10 初始化标准差对结果的影响
11 正则化对结果的影响
12 加载模型进行测试
14 卷积层构造
15 整体流程
16 BatchNormalization效果
17 参数对比
18 网络测试效果
19 时间序列模型
2 简介与安装
20 网络结构与参数定义
21 构建LSTM模型
22 训练模型与效果展示
23 多序列预测结果
24 股票数据预测
25 数据预处理
26 预测结果展示
28 文本数据读取预处理
29 基本模型
30 Embeeding-layer效果
31 准备词向量数据
32 词嵌入训练结果
33 加入LSTM层效果
34 加入卷积层效果
35参数调优
37 多标签解决方案
38 多标签网络训练与测试
39 多输出网络解决方案
4 训练自己的数据集整体流程
40 多输出网络训练与测试
42 DIY你的数据集
43 数据增强概述
44 图像数据变换
45 数据增强效果
47 对抗生成网络通俗解释
48 GAN网络组成
49 判别网络设计
5 数据加载与预处理
50 生成网络定义
51 标签制作
52 训练与测试网络模型
53 DCGAN网络
55 迁移学习的目标
56 迁移学习策略
57 Resnet原理
58 Resnet网络细节
59 Resnet基本处理操作
6 搭建网络模型
60 shortcut模块
61 加载训练好的权重
62 迁移学习效果对比
64 数据与目标
65 字符表制作
66 数据读取
67 数据增强
68 网络模型
7 学习率对结果的影响
70 测试效果
71 网络模型解读
72 数据介绍与读取
73 配置文件制作
74 编码器模型
75 解码器模型
76 制作训练batch数据
77 测试数据准备
79 完成测试模块
8 Drop-out操作
80 模板目录结构
81 模型与训练结构
82 评论数据集与任务目标
83 数据准备
84 模型整体架构
85 准备模型
87 训练网络
88 多标签训练
9 权重初始化方法对比