14-深度学习-图像识别原理 - 猎人搜索 轻松搜寻全网资源

• file:20：Keras介绍_以及不同项目调用不同的python环境和CUDA环境.mp4
• file:21：VGG16_Fine-tuning_对MNIST做手写数字识别.mp4
• file:22：InceptionV1_V2.mp4
• file:27：BatchNormalization.mp4
• file:28：Mobilenet网络架构.mp4
• file:24：ResNet残差单元_BottlenetBlocK(1).mp4
• file:25：DenseNet和Keras里面的实现.mp4
• file:23：InceptionV3_以及InceptionV3对皮肤癌图片识别.mp4
• file:4：卷积层权值共享.mp4
• file:1：回顾深度神经网络_卷积层是局部连接.mp4
• file:3：彩色图片卷积的计算.mp4
• file:8：经典的CNN架构和LeNet5.mp4
• file:6：卷积的计算TF中的API操作与参数.mp4
• file:5：卷积的补充与Padding填充模式.mp4
• file:33：从FastRCNN引入FasterRCNN.mp4
• file:31：IOU以及python计算的代码.mp4
• file:32：R-CNN和SPP-net.mp4
• file:29：图像识别任务_古典目标检测.mp4
• file:目标检测.pdf
• file:30：使用OpenCV调用分类器找到目标框.mp4
• file:38：FasterRCNN论文讲解_从RPN损失到评估指标对比.mp4
• file:36：NMS代码实现流程_mAP目标检测平均指标.mp4
• file:35：FasterRNN的核心RPN_正向传播的框过滤_NMS.mp4
• file:FasterR-CNNTowardsReal-TimeObjectDetectionwithRegionProposalNetworks.pdf
• file:34：回顾RCNN_SPPnet_Fast-RCNN.mp4
• file:9：AlexNet网络结构_连续使用小的卷积核好处.mp4
• file:18：Optimizer_Adagrad_Adadelta_RMSprop.mp4
• file:15：减轻梯度消失问题中参数初始化发挥的作用.mp4
• file:17：Optimizer_SGD_Momentum.mp4
• file:12：CNN对MNIST数据集分类_全连接层以及训练代码.mp4
• file:10：Dropout技术点思想和运用.mp4
• file:13：深度学习网络对应ACC准确率忽然下降的思考点.mp4
• file:11：数据增强技术点_CNN对MNIST数据集分类_卷积池化代码.mp4
• file:16：VGG网络结构_以及1乘1的卷积核的作用和好处.mp4
• folder:14-深度学习-图像识别原理
• folder:章节3：经典卷积网络算法
• folder:章节4：古典目标检测
• folder:章节5：现代目标检测之FasterRCNN