TensorFlow 2项目进阶实战
讲师：
彭靖田
章节数
1
小节数
56
课程类型
视频课
开始学习
免费学习前5小节内容，之后需要解锁才能继续学习
课程介绍
TensorFlow 2项目进阶实战
课程大纲
课程内容
56 节课
01丨课程介绍：AI进阶需要落地实战
02丨内容综述：如何快速⾼效学习AI与TensorFlow2
03丨TensorFlow2新特性
04丨TensorFlow2核心模块
05丨TensorFlow2vsTensorFlow1.x
06丨TensorFlow2落地应⽤
07丨TensorFlow2开发环境搭建
08丨TensorFlow2数据导入与使⽤
09丨使用tf.keras.datasets加载数据
10丨使用tf.keras管理Sequential模型
11丨使用tf.keras管理functionalAPI
12丨FashionMNIST数据集介绍
13丨使用TensorFlow2训练分类网络
14丨行业背景：AI新零售是什么
15丨用户需求：线下门店业绩如何提升？
16丨长期⽬标：货架数字化与业务智能化
17丨短期目标：自动化陈列审核和促销管理
18丨方案设计：基于深度学习的检测
19丨方案交付：支持在线识别和API调用的AI SaaS 已学完
20丨基础：目标检测问题定义与说明
21丨基础：深度学习在目标检测中的应用
22丨理论R-CNN系列二阶段模型综述
23丨理论：YOLO系列一阶段模型概述
24丨应用：RetinaNet与FacolLoss带来了什么
25丨应用：检测数据标注方法与流程
26丨应用：划分检测训练集与测试集
27丨应用：生成CSV格式数据集与标注
28丨应用：使用TensorFlow2训练RetinaNet
29丨应用：使用RetinaNet检测货架商品
30丨扩展：目标检测常用数据集综述
31丨扩展：目标检测更多应用场景介绍
32丨基础：图像分类问题定义与说明
33丨基础：越来越深的图像分类网络
34丨应0：检测SKU抠图与分类标注流程
35丨应用：分类训练集与验证集划分
36丨应0：使4TensorFlow2训练ResNet
37丨应用：使用ResNet识别货架商品
38丨扩展：图像分类常用数据集综述
39丨扩展：图像分类更多应3场景介绍
40丨串联AI流程理论：商品检测与商品识别
41丨串联AI流程实战：商品检测与商品识别
42丨展现AI效果理论：使用OpenCV可视化识别结果
43丨展现AI效果实战：使用OpenCV可视化识别结果
44丨搭建AI SaaS理论：Web框架选型
45丨搭建AISaaS理论：数据库ORM选型
46丨搭建AISaaS理论：10分钟快速开发AISaaS
47丨搭建AISaaS实战：10分钟快速开发AISaaS
48丨交付AISaaS：10分钟快速掌握容器部署
49丨交付AISaaS：部署和测试AISaaS
50丨使TensorFlow2实现图像数据增强
51丨使TensorFlow2实现分布式训练
52丨使TensorFlowHub迁移学习
53丨使@tf.function提升性能
54丨使TensorFlowServing部署云端服务
55丨使TensorFlowLite实现边缘智能
56丨结束语