【imooc-408】JavaScript玩转机器学习-Tensorflow.js项目实战

发布时间：2024-11-16

发布者：

星辰逸梦

文件大小：共计66个文件，合计:5.40 GB

资源金币：4.99 金币

资源来源：阿里网盘

资源状态：【实时检测】链接有效

本站会员，可以免费下载全站所有资源

资源介绍

【m-408】JavaSr玩转机器学习-Tr项目实战是一套全面深入的实战型课程。本课程从机器学习与神经网络的基础知识开始，逐步深入讲解了Tr的使用方法，涵盖了线性回归、归一化、逻辑回归、多层神经网络、卷积神经网络等多个重要概念。通过实际案例，如基于迁移学习的图像分类器和语音识别器，以及Pyh与JavaSr模型互转等高级应用，让学员能够动手实践并掌握Tr在机器学习中的应用。课程内容丰富，适合想要入门AI和提升机器学习实践能力的开发者。

资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2024-11-16)

资源投诉

【imooc-408】JavaScript玩转机器学习-Tensorflow.js项目实战3.73 GB

第2章基于迁移学习的图像分类器：商标识别342.57 MB

2-4 迁移学习下的模型训练.mp482.82 MB

2-3 定义模型结构：截断模型+双层神经网络.mp467.18 MB

2- 基于迁移学习的图像分类器：商标识别任务简介.mp431.99 MB

2-2 加载商标训练数据并可视化.mp4108.29 MB

2-5 迁移学习下的模型预测.mp452.29 MB

第5章 Python 与 JavaScript 模型互转454.74 MB

5- Python 与 JavaScript 模型互转任务简介.mp475.65 MB

5-4 JavaScript 模型的互转：分片、量化、加速.mp4101.63 MB

5-3 Python 与 JavaScript 模型互转.mp4138.08 MB

5-2 安装 Tensorflow.js Converter.mp4139.38 MB

第3章使用预训练模型进行语音识别212.62 MB

3-2 加载预训练语音识别模型.mp497.50 MB

3-3 进行语音识别.mp493.85 MB

3- 使用预训练模型进行语音识别任务简介.mp421.27 MB

第4章基于迁移学习的语音识别器：声控轮播图639.88 MB

4-3 语音识别迁移学习的训练和预测.mp4117.65 MB

4-4 语音训练数据的保存和加载.mp4185.99 MB

4- 基于迁移学习的语音识别器：声控轮播图.mp430.57 MB

4-2 在浏览器中收集中文语音训练数据.mp4163.94 MB

4-5 声控轮播图.mp4141.73 MB

第6章课程总结63.51 MB

6- -回顾与总结.mp463.51 MB

第章使用预训练模型进行图片分类245.83 MB

- 使用预训练模型进行图片分类任务简介.mp426.04 MB

-3 进行预测.mp4150.42 MB

-2 加载 MobileNet 模型.mp469.37 MB

第0章使用卷积神经网络（CNN）识别手写数字671.87 MB

0-5 进行预测.mp4134.11 MB

0- 使用卷积神经网络识别手写数字任务简介.mp427.59 MB

0-3 定义模型结构：卷积神经网络.mp4221.78 MB

0-2 加载 MNIST 数据集.mp4200.00 MB

0-4 训练模型.mp488.38 MB

第04章线性回归533.33 MB

4-6 训练模型并可视化训练过程.mp494.80 MB

4-5 优化器：随机梯度下降.mp4115.21 MB

4-4 损失函数：均方误差.mp486.93 MB

4-3 定义模型结构：单层单个神经元组成的神经网络.mp492.43 MB

4-7 进行预测.mp444.64 MB

4-2 准备、可视化训练数据.mp466.09 MB

4- 线性回归任务简介.mp433.23 MB

第05章归一化155.88 MB

5- 归一化任务简介.mp430.07 MB

5-2 归一化训练数据.mp482.55 MB

5-3 训练、预测、反归一化.mp443.26 MB

第06章逻辑回归496.51 MB

6-7 （选修）二分类数据集生成函数源码剖析.mp4136.13 MB

6-4 损失函数：对数损失（log loss）.mp463.82 MB

6-5 训练模型并可视化训练过程.mp445.90 MB

6- 逻辑回归任务简介.mp435.40 MB

6-6 进行预测.mp458.47 MB

6-3 定义模型结构：带有激活函数的单个神经元.mp495.04 MB

6-2 加载二分类数据.mp461.74 MB

第08章多分类

第09章欠拟合与过拟合

第07章多层神经网络

第03章 Tensorflow.js 简介

第02章机器学习与神经网络简介

第0章课程导学

1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容

2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成

3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责

4、搜索结果中的广告及推广内容不代表本站推荐或担保

5、所有内容获取/呈现均通过自动化程序完成，无人工干预