人工智能-计算机视觉教程目录（tensorflow2版）

作者：马育民 • • 阅读：11386

基础

  1. 人工智能介绍

  2. tensorflow2介绍

  3. tensorflow2安装

  4. Keras

  5. tensorflow 数据类型

  6. 高尔顿与回归分析的起源

  1. 线性回归

  2. 线性回归的运算过程

  3. tensorflow2一元线性回归（根据父母身高预测孩子身高）

  4. 前向传播（正向传播）

  5. 后向传播（反向传播）

  1. 逻辑回归

  2. 激活函数

  3. 损失函数

  4. 评价函数(评估函数)

  5. 逻辑回归-根据父母身高预测孩子身高是否长到1.8

  6. 逻辑回归的前向传播（正向传播）

  1. 感知机（器）

  2. tensorflow的playground实验

  3. 神经网络

  4. 多层感知机-银行卡诈骗

  5. 激活函数-softmax

Fashion MNIST图像识别

  1. 计算机视觉四大基本任务(含实例分割)

  2. 特征处理-归一化

  3. Fashion MNIST图像识别

  4. One-Hot Encoding 独热编码

  5. Fashion MNIST图像识别（独热编码）

  6. Fashion MNIST图像识别（调整梯度下降速率）

  7. keras保存模型

  8. keras加载模型

  1. 过拟合与欠拟合

  2. Fashion MNIST图像识别（过拟合）

  3. Dropout抑制过拟合

  4. Dropout抑制过拟合（代码实现）

  5. Fashion MNIST图像识别（tf.data实现）

卷积神经网络

  1. CNN卷积神经网络

  2. 卷积神经网络（CNN）-卷积层（灰度图）

  3. 实验：卷积运算-滑块方式（灰度图）

  4. 卷积运算-矩阵方式

  5. 实验：使用tensorflow实现卷积运算（灰度图）

  6. 卷积神经网络（CNN）-池化层

  7. 实验：将池化结果显示成图片（灰度图）

  8. 全局平均池化层GlobalAveragePooling2D

  9. Global Max Pool（全局最大池化层gmp）

  10. 全连接层、gap、gmp比较

  11. CNN的多层结构

  12. 实验：通过卷积神经网络实现fashion识别

  13. CNN卷积神经网络-卷积层RGB图（三通道图）运算过程

  14. 实验：验证卷积运算（RGB图）

函数式api

  1. Keras函数式API

卷积神经网络2

  1. 将卷积结果、池化结果显示成图片（model）

  2. 手动实现卷积运算、最大池化运算、全局平均池化运算

tf.data读取图片

  1. tensorflow张量（tf.Tensor）

  2. tensorflow的eager模式和graph模式

  3. tf.data.Dataset

  4. tensorflow读取图片

  5. 案例：航空图分类训练

迁移学习

  1. 迁移学习Transfer Learning

  2. 预训练模型

  3. keras预训练模型

  4. VGG16

  5. 猫狗识别（使用VGG16神经网络）

  6. 微调fine-tuning

  7. 猫狗识别（使用VGG16神经网络）-微调

Batch Normalization

  1. Batch Normalization层的作用

  2. 案例：航空图分类训练（使用BN层）

ResNet神经网络目录

多输出模型

  1. tensorflow2构建多输出模型（案例）

  2. 检测人脸颜值、亚欧、性别的模型（案例）

图像定位

  1. tensorflow2图像定位

语义分割目录

详见：https://www.malaoshi.top/show_1EF53sQBNdR7.html

目标检测-yolo2 目录

https://www.malaoshi.top/show_1EF6QvvQS586.html

检测人脸颜值、亚欧、性别

FaceRank检测人脸颜值、亚欧、性别的模型（案例）

梯度下降

  1. 梯度下降

  2. 梯度下降-代码实现

  3. tensorflow2实现梯度下降

  4. 梯度下降的种类

TensorBoard

其他

废弃

  1. 多层感知机的代码实现（废弃）

  2. （废弃）查看卷积特征图结果，权重、偏置（model版）

吉ICP备15003043号