TensorFlow 2 项目进阶实战 手把手带你打通 AI 项目落地全流程

2022年8月24日15:12:31 发表评论

TensorFlow 2 项目进阶实战 手把手带你打通 AI 项目落地全流程

TensorFlow 2 项目进阶实战 手把手带你打通 AI 项目落地全流程

TensorFlow 2 项目进阶实战 手把手带你打通 AI 项目落地全流程资源简介:

课程介绍

TensorFlow 2.0 发布已有一年多,但仍有很大量开发者不愿从 1.x 升级,或从别的框架迁移过来。事实上,TensorFlow 2 不仅继承了 Keras 快速上手和易于使用的特性,还扩展了原有 Keras 所不支持的分布式训练,并整合了 TF 生态的其他组件(如 TF Serving、TF Lite、TF Hub、TFX 等),可有效提升生产环境的稳定性和可维护性。

对学习者来说,从工具使用到实战项目的落地,中间还有很长的路要走,有不少坑要去填。可以说,想要顺利落地基于 TensorFlow 2 的 AI 项目,并不是一件容易的事。

因此,我们希望通过本课程来帮助学员了解 AI 落地的设计思路和经验,手把手带你落地一个完整的 AI 项目,知道这个过程中会有哪些坑,如何去避免。同时,你也能通过实战进一步提升自己的 AI 技术,达到对 TensorFlow 2 的熟练运用。

课程目录

01 、课程介绍:AI进阶需要落地实战.mp4

02 、内容综述:如何快速效学习AI与TensorFlow2.mp4

03 、TensorFlow2新特性.mp4

04 、TensorFlow2核心模块.mp4

05 、TensorFlow2vsTensorFlow1.x.mp4

06 、TensorFlow2落地应.mp4

07 、TensorFlow2开发环境搭建.mp4

08 、TensorFlow2数据导入与使.mp4

09 、使用tf.keras.datasets加载数据.mp4

10 、使用tf.keras管理Sequential模型.mp4

11 、使用tf.keras管理functionalAPI.mp4

12 、FashionMNIST数据集介绍.mp4

13 、使用TensorFlow2训练分类网络.mp4

14 、行业背景:AI新零售是什么.mp4

15 、用户需求:线下门店业绩如何提升?.mp4

16 、长期标:货架数字化与业务智能化.mp4

17 、短期目标:自动化陈列审核和促销管理.mp4

18 、方案设计:基于深度学习的检测.mp4

19 、方案交付:支持在线识别和API调用的AI SaaS 已学完.mp4

20 、基础:目标检测问题定义与说明.mp4

21 、基础:深度学习在目标检测中的应用.mp4

22 、理论R-CNN系列二阶段模型综述.mp4

23 、理论:YOLO系列一阶段模型概述.mp4

24 、应用:RetinaNet与FacolLoss带来了什么.mp4

25 、应用:检测数据标注方法与流程.mp4

26 、应用:划分检测训练集与测试集.mp4

27 、应用:生成CSV格式数据集与标注.mp4

28 、应用:使用TensorFlow2训练RetinaNet.mp4

29 、应用:使用RetinaNet检测货架商品.mp4

30 、扩展:目标检测常用数据集综述.mp4

31 、扩展:目标检测更多应用场景介绍.mp4

32 、基础:图像分类问题定义与说明.mp4

33 、基础:越来越深的图像分类网络.mp4

34 、应0:检测SKU抠图与分类标注流程.mp4

35 、应用:分类训练集与验证集划分.mp4

36 、应0:使4TensorFlow2训练ResNet.mp4

37 、应用:使用ResNet识别货架商品.mp4

38 、扩展:图像分类常用数据集综述.mp4

39 、扩展:图像分类更多应3场景介绍.mp4

40 、串联AI流程理论:商品检测与商品识别.mp4

41 、串联AI流程实战:商品检测与商品识别.mp4

42 、展现AI效果理论:使用OpenCV可视化识别结果.mp4

43 、展现AI效果实战:使用OpenCV可视化识别结果.mp4

44 、搭建AI SaaS理论:Web框架选型.mp4

45 、搭建AISaaS理论:数据库ORM选型.mp4

46 、搭建AISaaS理论:10分钟快速开发AISaaS.mp4

47 、搭建AISaaS实战:10分钟快速开发AISaaS.mp4

48 、交付AISaaS:10分钟快速掌握容器部署.mp4

49 、交付AISaaS:部署和测试AISaaS.mp4

50 、使TensorFlow2实现图像数据增强.mp4

51 、使TensorFlow2实现分布式训练.mp4

52 、使TensorFlowHub迁移学习.mp4

53 、使@tf.function提升性能.mp4

54 、使TensorFlowServing部署云端服务.mp4

55 、使TensorFlowLite实现边缘智能.mp4

56 、结束语.mp4

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: