基于Python玩转人工智能最火框架-TensorFlow应用实践

https://pan.quark.cn/s/c0b8cdd7e927

第1章 课程整体介绍

1-1 课程整体介绍及导学.mp4

第2章 人工智能基础知识

2-1 什么是人工智能.mp4

2-2 人工智能前景.mp4

2-3 人工智能需要的基本数学知识.mp4

2-4 人工智能简史.mp4

2-5 AI、机器学习和深度学习的关联.mp4

2-6 什么是机器学习.mp4

2-7 面对AI，我们应有的态度.mp4

2-8 什么是过拟合.mp4

2-9 什么是深度学习.mp4

第3章 TensorFlow简介和开发环境搭建

3-1 什么是TensorFlow.mp4

3-10 安装TensorFlow（上）.mp4

3-11 安装TensorFLow（下）.mp4

3-12 安装Python类库.mp4

3-2 TensorFlow和其他机器学习库的对比1.mp4

3-3 如何学习TensorFlow.mp4

3-4 TensorFlow前景.mp4

3-5 如何使用课程提供的虚拟机文件.mp4

3-6 安装VirtualBox.mp4

3-7 安装Ubuntu.mp4

3-8 配置Ubuntu系统.mp4

3-9 安装Python.mp4

第4章 TensorFlow原理与进阶（代码实践）

4-1 从HelloWorld开始.mp4

4-10 可视化利器TensorBoard（上）.mp4

4-11 可视化利器TensorBoard（下）.mp4

4-12 酷炫模拟游乐园PlayGround.mp4

4-13 常用Python库Matplotlib.mp4

4-14 综合小练习：梯度下降解决线性回归（上）.mp4

4-15 综合小练习：梯度下降解决线性回归（中）.mp4

4-16 综合小练习：梯度下降解决线性回归（下）.mp4

4-17 激活函数（上）.mp4

4-18 激活函数（下）.mp4

4-19 动手实现CNN卷积神经网络（一）.mp4

4-2 TensorFlow的编程模式.mp4

4-20 动手实现CNN卷积神经网络（二）.mp4

4-21 动手实现CNN卷积神经网络（三）.mp4

4-22 动手实现CNN卷积神经网络（四）.mp4

4-23 动手实现CNN卷积神经网络（五）.mp4

4-24 动手实现RNN-LSTM循环神经网络（一）：背景和知识点.mp4

4-25 动手实现RNN-LSTM循环神经网络（二）：编写实用方法(上).mp4

4-26 动手实现RNN-LSTM循环神经网络（三）：编写实用方法(中).mp4

4-27 动手实现RNN-LSTM循环神经网络（四）：编写实用方法(下)1.mp4

4-28 动手实现RNN-LSTM循环神经网络（四）：编写实用方法(下)2.mp4

4-29 动手实现RNN-LSTM循环神经网络（五）：编写神经网络模型(上).mp4

4-3 TensorFlow的基础结构.mp4

4-30 动手实现RNN-LSTM循环神经网络（六）：编写神经网络模型(中)1.mp4

4-31 动手实现RNN-LSTM循环神经网络（六）：编写神经网络模型(中)2.mp4

4-32 动手实现RNN-LSTM循环神经网络（七）：编写神经网络模型(下).mp4

4-33 动手实现RNN-LSTM循环神经网络（八）：编写训练方法(上).mp4

4-34 动手实现RNN-LSTM循环神经网络（九）：编写训练方法(下).mp4

4-35 动手实现RNN-LSTM循环神经网络（十）：编写测试方法.mp4

4-36 动手实现RNN-LSTM循环神经网络（十一）：实际训练和测试.mp4

4-4 图和会话.mp4

4-5 Python常用库Numpy的使用.mp4

4-6 什么是Tensor（上）.mp4

4-7 什么是Tensor（下）.mp4

4-8 图和会话原理及案例（上）.mp4

4-9 图和会话原理及案例（下）.mp4

第5章 案例一 会作曲的人工智能

5-1 背景和知识点简介.mp4

5-10 编写训练神经网络的方法（一）.mp4

5-11 编写训练神经网络的方法（二）.mp4

5-12 编写训练神经网络的方法（三）.mp4

5-13 编写神经网络生成音乐的方法（一）.mp4

5-14 编写神经网络生成音乐的方法（二）.mp4

5-15 纯TensorFlow版的预告.mp4

5-2 音乐和数学的联系.mp4

5-3 什么是MIDI文件.mp4

5-4 配置开发环境.mp4

5-5 编写转换MIDI到MP3的方法.mp4

5-6 Python音乐库Music21的使用和测试方法.mp4

5-7 编写整个神经网络模型.mp4

5-8 编写从训练文件获取音符的方法.mp4

5-9 编写从预测数据来生成音乐的方法.mp4

第6章 案例二 会Photoshop的人工智能

6-1 背景和知识点简介.mp4

6-10 编写神经网络生成图片的方法.mp4

6-11 代码完成和测试模型.mp4

6-12 纯TensorFlow版的预告.mp4

6-2 配置开发环境.mp4

6-3 什么是GAN(生成对抗网络).mp4

6-4 什么是DCGAN.mp4

6-5 编写DCGAN中的判别器模型（上）.mp4

6-6 编写DCGAN中的判别器模型（下）.mp4

6-7 编写DCGAN中的生成器模型.mp4

6-8 编写训练神经网络的方法（上）.mp4

6-9 编写训练神经网络的方法（下）.mp4

第7章 案例三 会开3D赛车的人工智能

7-1 背景和知识点简介.mp4

7-10 Q-Learning 实现机器人走迷宫：游戏主程序.mp4

7-11 Deep Q Learning 实现迷宫游戏：决策算法（1）.mp4

7-12 Deep Q Learning 实现迷宫游戏：决策算法（2）.mp4

7-13 Deep Q Learning 实现迷宫游戏：决策算法（3）.mp4

7-14 Deep Q Learning 实现迷宫游戏：决策算法(4)和主程序.mp4

7-15 Policy Gradient 实现 Gym 游戏.mp4

7-16 A3C 实现 3D 赛车游戏：成果演示.mp4

7-17 A3C实现3D赛车游戏：讲解A3C和编写环境.mp4

7-18 A3C实现3D赛车游戏：编写A3C算法和主程序.mp4

7-2 强化学习的经典实验环境.mp4

7-3 配置开发环境（1）.mp4

7-4 配置开发环境（2）.mp4

7-5 什么是强化学习.mp4

7-6 什么是Q Learning.mp4

7-7 Q-Learning 实现机器人走迷宫：创建环境.mp4

7-8 Q-Learning 实现机器人走迷宫：决策算法（1）.mp4

7-9 Q-Learning 实现机器人走迷宫：决策算法（2）.mp4

第8章 知识点总结和课程延展

8-1 总结陈词和补充.mp4

8-2 如何学好英语.mp4

8-3 如何学好数学.mp4

8-4 如何学习一门技术及课程知识点总结.mp4

8-5 深入AI和TensorFlow.mp4

IMOOC.vdi.zip

project.zip

课程代码和素材（包含训练好的参数文件）.rar

https://pan.quark.cn/s/c0b8cdd7e927