mksz630-TensorFlow+CNN实战AI图像处理，入行计算机视觉

📁 第5章 CNN增强图像分辨率项目： 实战精讲
    第5章 CNN增强图像分辨率项目： 实战精讲资料.png  [493.5 KB]
    5-3建立第一个图像超分辨率模型0508_ev.mp4  [8.4 MB]
    5-17模型的保存与Python代码实战0204_ev.mp4  [4.8 MB]
    5-9选择误差函数策略0352_ev.mp4  [6.4 MB]
    5-14模型训练过程与Python代码实战1507_ev.mp4  [32.7 MB]
    5-19ImagesDataGenerator处理模糊-清晰图像数据集实战精讲2430_ev.mp4  [64.8 MB]
    5-20梯度消失问题策略0446_ev.mp4  [6.4 MB]
    5-25本章必会知识点与难点精析0624_ev.mp4  [12.4 MB]
    5-23激活函数详解-03LeakyReLU函数0915_ev.mp4  [17.2 MB]
    5-21激活函数详解-01双曲正切函数1706_ev.mp4  [29.0 MB]
    5-8制作高低分辨率图像数据-31333_ev.mp4  [36.6 MB]
    5-16结果可视化与Python代码实战1610_ev.mp4  [40.3 MB]
    5-15模型评价与Python代码实战1142_ev.mp4  [33.0 MB]
    5-1本章概览0251_ev.mp4  [4.0 MB]
    5-5图像预处理1751_ev.mp4  [40.5 MB]
    5-6制作高低分辨率图像数据-11454_ev.mp4  [31.1 MB]
    5-7制作高低分辨率图像数据-20823_ev.mp4  [16.1 MB]
    5-11项目Python代码模块设计方案0323_ev.mp4  [7.7 MB]
    5-10AdamOptimizer优化算法参数的设定0605_ev.mp4  [12.1 MB]
    5-13模型构建与Python代码实战1059_ev.mp4  [21.0 MB]
    5-22激活函数详解-02ReLU函数1145_ev.mp4  [19.9 MB]
    5-18阶段结果验收与评估0344_ev.mp4  [5.8 MB]
    5-12数据预处理模块设计与Python代码实战0254_ev.mp4  [11.3 MB]
    5-24激活函数详解-04swish函数1457_ev.mp4  [29.2 MB]
    5-2图像超分辨率模型2627_ev.mp4  [52.4 MB]
    5-4超分辨率模型Python代码实现1041_ev.mp4  [24.4 MB]
📁 第7章 研发优质产品： 持续打磨产品核心功能
    第7章 研发优质产品： 持续打磨产品核心功能说明.zip  [1.8 MB]
    7-142023年玉兔幸福年-图像增强实战纪念版1053_ev.mp4  [44.6 MB]
    7-2模型权重初始值设定策略0633_ev.mp4  [10.6 MB]
    7-4模型Dropout层防止过拟合策略0415_ev.mp4  [6.7 MB]
    7-11学习率设定策略06-Adam0604_ev.mp4  [11.9 MB]
    7-12学习率设定策略07-AMSGrad0324_ev.mp4  [6.8 MB]
    7-5引入EarlyStopping机制应对突发情况0827_ev.mp4  [19.7 MB]
    7-6学习率设定策略01-momentum1055_ev.mp4  [18.7 MB]
    7-8学习率设定策略03-Adagrad0246_ev.mp4  [5.3 MB]
    7-1本章概览0109_ev.mp4  [1.9 MB]
    7-10学习率设定策略05-Adadelta0220_ev.mp4  [4.0 MB]
    7-3过拟合问题低层剖析0728_ev.mp4  [10.1 MB]
    7-15本章必会知识点与难点精析0358_ev.mp4  [6.3 MB]
    7-7学习率设定策略02-Nesterov0418_ev.mp4  [7.8 MB]
    7-9学习率设定策略04-RMSprop0311_ev.mp4  [6.1 MB]
    7-13BatchNormalization提高模型训练速度0508_ev.mp4  [9.3 MB]
📁 第6章 项目优化实战： 项目Leader的内功心法
    第6章 项目优化实战： 项目Leader的内功心法说明.zip  [1.8 MB]
    6-2融合业务与再次深入把控卷积原理1948_ev.mp4  [40.9 MB]
    6-6建立画质质量评估指标-PSNR1209_ev.mp4  [25.0 MB]
    6-4提升画质质量-尝试不断更换模型0546_ev.mp4  [8.3 MB]
    6-1本章概览0228_ev.mp4  [3.8 MB]
    6-7尝试支持彩色图像画质0153_ev.mp4  [6.6 MB]
    6-5调整epoch平衡模型的拟合情况0712_ev.mp4  [12.1 MB]
    6-10读书少年卡通图像画质增强实战1941_ev.mp4  [53.1 MB]
    6-3问题分析与激活函数调整策略0753_ev.mp4  [13.6 MB]
    6-9提升画质质量-跳跃连接结构模型1920_ev.mp4  [39.1 MB]
    6-11本章必会知识点与难点精析0453_ev.mp4  [8.0 MB]
    6-8建立画质质量评估指标-SSIM1138_ev.mp4  [19.4 MB]
📁 第3章 感悟AI视觉的精妙构思 完成第一个AI视觉项目
    第3章 感悟AI视觉的精妙构思 完成第一个AI视觉项目说明.png  [493.5 KB]
    3-13拓展知识OpenCV人脸检测0317_ev.mp4  [8.2 MB]
    3-6流程第二步建立Ai视觉处理模型0816_ev.mp4  [14.5 MB]
    3-8将模型PC机部署并启动与运行0121_ev.mp4  [3.0 MB]
    3-3第一个Ai视觉处理项目的准备工作1314_ev.mp4  [25.7 MB]
    3-11欣赏成果图像分辨率处理效果展示的执行0336_ev.mp4  [5.7 MB]
    3-9流程第四步AI模型学习结果显示0802_ev.mp4  [17.4 MB]
    3-1本章概览0240_ev.mp4  [3.7 MB]
    3-12培养大厂思维尝试提高Ai模型的性能0756_ev.mp4  [11.1 MB]
    3-5进一步处理图像-使用Pillow和NumPy0512_ev.mp4  [7.9 MB]
    3-2Ai图像处理模型学习的流程0924_ev.mp4  [17.6 MB]
    3-4流程第一步图像数据的获取_下载0800_ev.mp4  [13.0 MB]
    3-10Ai模型的评估与保存0513_ev.mp4  [8.2 MB]
    3-7流程第三步嵌入神经网络CNN的工作0607_ev.mp4  [18.8 MB]
    3-14本章必会知识点与难点精析0524_ev.mp4  [8.6 MB]
📁 第1章 AI职场你能走多远 走近AI视觉工程师的世界
    第1章 AI职场你能走多远 走近AI视觉工程师的世界资料.png  [493.5 KB]
    1-9技能量化-常见职级模型解读0738_ev.mp4  [12.7 MB]
    1-8加薪升职-高端CV岗如何做足面试准备1123_ev.mp4  [17.7 MB]
    1-6锦囊相送-非HR技术高管面试更注重什么0854_ev.mp4  [12.7 MB]
    1-10简历点评-应届生_工作经验型案例1100_ev.mp4  [29.7 MB]
    1-11Ai知识图谱1123_ev.mp4  [16.7 MB]
    1-1这是一门可以带领你轻松步入视觉开发工程师的好课0928_ev.mp4  [19.8 MB]
    1-7跳槽必知-如何让Ai技术猎头更加关注你0611_ev.mp4  [9.1 MB]
    1-2本章概览0121_ev.mp4  [2.4 MB]
    1-3Ai职场的蛋糕定律0755_ev.mp4  [15.5 MB]
    1-12金玉良言-课程知识脉络与学习建议0557_ev.mp4  [8.2 MB]
    1-5小白上道-面试中论项目履历的重要性0958_ev.mp4  [20.3 MB]
    1-4初入职场-快速成为合格的Ai视觉工程师1201_ev.mp4  [16.8 MB]
📁 第2章 AI视觉处理预备知识 必知概念、工具与基本操作
    第2章 AI视觉处理预备知识 必知概念、工具与基本操作说明.zip  [1.8 MB]
    2-8图像的特征40522_ev.mp4  [8.1 MB]
    2-7图像的特征30924_ev.mp4  [19.8 MB]
    2-13拓展知识OpenCV开源图像数据处理工具0442_ev.mp4  [21.0 MB]
    2-2计算机视觉与图像处理的关系0157_ev.mp4  [2.8 MB]
    2-1本章概览0051_ev.mp4  [1.8 MB]
    2-6图像的特征20613_ev.mp4  [10.6 MB]
    2-4Ai视觉处理的应用0834_ev.mp4  [13.8 MB]
    2-12用Keras构建神经网络0958_ev.mp4  [14.7 MB]
    2-10大数据时代的AI图像处理框架-TensorFlow1214_ev.mp4  [19.1 MB]
    2-11用Kerasapplications提取图像特征0331_ev.mp4  [5.3 MB]
    2-9Pillow处理图像数据1241_ev.mp4  [20.5 MB]
    2-3计算机视觉处理的基本任务0621_ev.mp4  [11.7 MB]
    2-14本章必会知识点与难点精析0547_ev.mp4  [8.7 MB]
    2-5图像的特征10825_ev.mp4  [18.8 MB]
📁 第4章 Ai视觉工程师进阶 驾驭卷积神经网络模型
    第4章 Ai视觉工程师进阶 驾驭卷积神经网络模型文档.zip  [1.8 MB]
    4-8案例基于keras风格的Fashion-MNIST编程实战3221_ev.mp4  [73.8 MB]
    4-7案例基于TensorFlow的滤波器编程实践022738_ev.mp4  [53.9 MB]
    4-9本章必会知识点与难点精析0315_ev.mp4  [5.3 MB]
    4-5将缩减的图像零填充恢复图像的尺寸0317_ev.mp4  [5.7 MB]
    4-2神经网络的升级版本-卷积神经网络CNN0538_ev.mp4  [11.4 MB]
    4-6案例基于TensorFlow的滤波器编程实践010354_ev.mp4  [9.2 MB]
    4-4用二维滤波器检测图像特征1131_ev.mp4  [18.1 MB]
    4-3CNN的基本结构0345_ev.mp4  [5.6 MB]
    4-1本章概览0229_ev.mp4  [4.1 MB]