TensorFlow2项目进阶实战

📂 主文件夹：TensorFlow2项目进阶实战

• 🎬 包含文件：01丨课程介绍：AI进阶需要落地实战.mp4
• 🎬 02丨内容综述：如何快速?效学习AI与TensorFlow2.mp4
• 🎬 03丨TensorFlow2新特性.mp4
• 🎬 04丨TensorFlow2核心模块.mp4
• 🎬 05丨TensorFlow2vsTensorFlow1.x.mp4
• 🎬 06丨TensorFlow2落地应?.mp4
• 🎬 07丨TensorFlow2开发环境搭建.mp4
• 🎬 08丨TensorFlow2数据导入与使?.mp4
• 🎬 09丨使用tf.keras.datasets加载数据.mp4
• 🎬 10丨使用tf.keras管理Sequential模型.mp4
• 🎬 11丨使用tf.keras管理functionalAPI.mp4
• 🎬 12丨FashionMNIST数据集介绍.mp4
• 🎬 13丨使用TensorFlow2训练分类网络.mp4
• 🎬 14丨行业背景：AI新零售是什么.mp4
• 🎬 15丨用户需求：线下门店业绩如何提升？.mp4
• 🎬 16丨长期?标：货架数字化与业务智能化.mp4
• 🎬 17丨短期目标：自动化陈列审核和促销管理.mp4
• 🎬 18丨方案设计：基于深度学习的检测.mp4
• 🎬 19丨方案交付：支持在线识别和API调用的AI SaaS 已学完.mp4
• 🎬 20丨基础：目标检测问题定义与说明.mp4
• 🎬 21丨基础：深度学习在目标检测中的应用.mp4
• 🎬 22丨理论R-CNN系列二阶段模型综述.mp4
• 🎬 23丨理论：YOLO系列一阶段模型概述.mp4
• 🎬 24丨应用：RetinaNet与FacolLoss带来了什么.mp4
• 🎬 25丨应用：检测数据标注方法与流程.mp4
• 🎬 26丨应用：划分检测训练集与测试集.mp4
• 🎬 27丨应用：生成CSV格式数据集与标注.mp4
• 🎬 28丨应用：使用TensorFlow2训练RetinaNet.mp4
• 🎬 29丨应用：使用RetinaNet检测货架商品.mp4
• 🎬 30丨扩展：目标检测常用数据集综述.mp4
• 🎬 31丨扩展：目标检测更多应用场景介绍.mp4
• 🎬 32丨基础：图像分类问题定义与说明.mp4
• 🎬 33丨基础：越来越深的图像分类网络.mp4
• 🎬 34丨应0：检测SKU抠图与分类标注流程.mp4
• 🎬 35丨应用：分类训练集与验证集划分.mp4
• 🎬 36丨应0：使4TensorFlow2训练ResNet.mp4
• 🎬 37丨应用：使用ResNet识别货架商品.mp4
• 🎬 38丨扩展：图像分类常用数据集综述.mp4
• 🎬 39丨扩展：图像分类更多应3场景介绍.mp4
• 🎬 40丨串联AI流程理论：商品检测与商品识别.mp4
• 🎬 41丨串联AI流程实战：商品检测与商品识别.mp4
• 🎬 42丨展现AI效果理论：使用OpenCV可视化识别结果.mp4
• 🎬 43丨展现AI效果实战：使用OpenCV可视化识别结果.mp4
• 🎬 44丨搭建AI SaaS理论：Web框架选型.mp4
• 🎬 45丨搭建AISaaS理论：数据库ORM选型.mp4
• 🎬 46丨搭建AISaaS理论：10分钟快速开发AISaaS.mp4
• 🎬 47丨搭建AISaaS实战：10分钟快速开发AISaaS.mp4
• 🎬 48丨交付AISaaS：10分钟快速掌握容器部署.mp4
• 🎬 49丨交付AISaaS：部署和测试AISaaS.mp4
• 🎬 50丨使TensorFlow2实现图像数据增强.mp4