38-TensorFlow 2项目进阶实战

发布时间：2025-03-28

发布者：

花影婆娑

文件大小：共计56个文件，合计:18.91 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2025-03-28)

资源投诉

38-TensorFlow 2项目进阶实战17.75 GB

56丨结束语.mp4109.76 MB

55丨使TensorFlowLite实现边缘智能.mp4210.47 MB

54丨使TensorFlowServing部署云端服务.mp4756.33 MB

53丨使@tf.function提升性能.mp4556.00 MB

52丨使TensorFlowHub迁移学习.mp4209.83 MB

5丨使TensorFlow2实现分布式训练.mp4674.19 MB

50丨使TensorFlow2实现图像数据增强.mp4438.82 MB

49丨交付AISaaS：部署和测试AISaaS.mp4616.00 MB

48丨交付AISaaS：0分钟快速掌握容器部署.mp4307.93 MB

47丨搭建AISaaS实战：0分钟快速开发AISaaS.mp4828.57 MB

46丨搭建AISaaS理论：0分钟快速开发AISaaS.mp4166.11 MB

45丨搭建AISaaS理论：数据库ORM选型.mp4264.10 MB

44丨搭建AI SaaS理论：Web框架选型.mp4252.39 MB

43丨展现AI效果实战：使用OpenCV可视化识别结果.mp4316.35 MB

42丨展现AI效果理论：使用OpenCV可视化识别结果.mp4211.03 MB

4丨串联AI流程实战：商品检测与商品识别.mp4495.38 MB

40丨串联AI流程理论：商品检测与商品识别.mp4195.00 MB

39丨扩展：图像分类更多应3场景介绍.mp4250.04 MB

38丨扩展：图像分类常用数据集综述.mp4126.41 MB

37丨应用：使用ResNet识别货架商品.mp4441.69 MB

36丨应0：使4TensorFlow2训练ResNet.mp4421.82 MB

35丨应用：分类训练集与验证集划分.mp4443.86 MB

34丨应0：检测SKU抠图与分类标注流程.mp4220.05 MB

33丨基础：越来越深的图像分类网络.mp4427.61 MB

32丨基础：图像分类问题定义与说明.mp4537.93 MB

3丨扩展：目标检测更多应用场景介绍.mp4271.86 MB

30丨扩展：目标检测常用数据集综述.mp4201.88 MB

29丨应用：使用RetinaNet检测货架商品.mp4615.86 MB

28丨应用：使用TensorFlow2训练RetinaNet.mp4898.81 MB

27丨应用：生成CSV格式数据集与标注.mp4391.35 MB

26丨应用：划分检测训练集与测试集.mp4638.56 MB

25丨应用：检测数据标注方法与流程.mp4351.27 MB

24丨应用：RetinaNet与FacolLoss带来了什么.mp4463.43 MB

23丨理论：YOLO系列一阶段模型概述.mp4354.82 MB

22丨理论R-CNN系列二阶段模型综述.mp4239.42 MB

2丨基础：深度学习在目标检测中的应用.mp4176.63 MB

20丨基础：目标检测问题定义与说明.mp4390.20 MB

9丨方案交付：支持在线识别和API调用的AI SaaS 已学完.mp4366.09 MB

8丨方案设计：基于深度学习的检测.mp4214.55 MB

7丨短期目标：自动化陈列审核和促销管理.mp4257.66 MB

6丨长期⽬标：货架数字化与业务智能化.mp4194.81 MB

5丨用户需求：线下门店业绩如何提升？.mp4282.20 MB

4丨行业背景：AI新零售是什么.mp4628.49 MB

3丨使用TensorFlow2训练分类网络.mp4287.90 MB

2丨FashionMNIST数据集介绍.mp4256.60 MB

丨使用tf.keras管理functionalAPI.mp4229.40 MB

0丨使用tf.keras管理Sequential模型.mp4277.56 MB

09丨使用tf.keras.datasets加载数据.mp4172.84 MB

08丨TensorFlow2数据导入与使⽤.mp4254.35 MB

07丨TensorFlow2开发环境搭建.mp4280.93 MB

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