lib
4.序列时间序列和预测
4.16 双向LSTM时间预测
双向LSTM时间序列预测.ipynb
155KB
4.14 RNN网络样本的生成方法
RNN网络样本的生成方法.ipynb
7KB
RNN网络样本的生成方法2.ipynb
75KB
RNN网络样本的生成方法3.ipynb
271KB
4.12 时序信号的生成
时序信号的生成1.ipynb
433KB
时序信号的生成2.ipynb
390KB
4.13 时间序列预测方法(移动平均)
时间序列的预测方法（移动平均）.ipynb
634KB
4.15 RNN时间序列预测
RNN时间序列预测2——实例.ipynb
129KB
RNN时间序列预测.ipynb
133KB
1.深度学习
1.3 卷积
07 第三章 教程-2卷积的程序实现.ipynb
287KB
06 第三章 教程-1用卷积提高识别精度.ipynb
50KB
09 第三章 练习-参考答案.ipynb
5KB
08 第三章 练习-用卷积提高手写数字识别准确度.ipynb
3KB
1.1 TensorFlow介绍
02 第一章 练习-房价预测.ipynb
107KB
01 第一章 教程-深度学习的Hello World.ipynb
64KB
1.4 更复杂的图像应用
10 第四章 教程-识别人和马项目.ipynb
1.48MB
1.2 计算机视觉
05 第二章 练习-MNIST 参考答案.ipynb
3KB
03 第二章 教程-计算机视觉实例.ipynb
95KB
04 第二章 练习-MNIST.ipynb
3KB
2.机器视觉 - 图像分类
2.8 图像多分类
Exercise 8 - Answer.ipynb
71KB
sign_mnist_train.csv
79.42MB
Part 8 - Lesson 2 - Notebook (RockPaperScissors).ipynb
396KB
sign_mnist_test.csv
20.77MB
Exercise 8 - Question.ipynb
6KB
2.5 图像处理实例
Exercise 5 - Answer.ipynb
15KB
Exercise 5 - Question.ipynb
10KB
Part 5 - Lesson 2 - Notebook.ipynb
1.31MB
2.6 图像增强
Exercise 6 - Question.ipynb
10KB
Horse_or_Human_NoValidation.ipynb
1.48MB
Part 6 - Lesson 4 - Notebook.ipynb
11KB
Horse-or-Human-WithDropouts.ipynb
21KB
Part 6 - Lesson 2 - Notebook (Cats v Dogs Augmentation).ipynb
233KB
Exercise 6 - Answer.ipynb
11KB
2.7 迁移学习
Exercise 7 - Answer.ipynb
69KB
Exercise 7 - Question.ipynb
12KB
Part 7 - Lesson 3 - Notebook.ipynb
16KB
3.NLP
3.11 RNN创建文本
第十一章_练习.ipynb
5KB
第十一章_练习参考答案.ipynb
5KB
第十一章_第二课_文本预测_数据集.ipynb
12KB
第十一章_第一课_文本预测_歌词.ipynb
10KB
3.09 文本嵌入
第九章_第一课_可视化的IMDB分类.ipynb
7KB
第九章_第二课_分类器的构建.ipynb
8KB
第九章_练习参考答案.ipynb
15KB
第九章_练习.ipynb
14KB
第九章_第三课_预处理后数据集文本分类.ipynb
6KB
3.08 标记和序列
第八章_练习_参考答案.ipynb
19KB
第八章_第一课_词条化.ipynb
1KB
第八章_第二课_序列化_句子.ipynb
2KB
第八章_第三课_序列化_数据集.ipynb
2KB
第八章_练习.ipynb
17KB
3.10 递归模型
第十章_第二课_使用池化层与LSTM区别.ipynb
4KB
第十章_练习参考答案.ipynb
11KB
第十章_第二课_多种模型的相互比较_轻量版.ipynb
7KB
第十章_第二课_卷积层.ipynb
5KB
第十章_第一课_多层GRU.ipynb
5KB
第十章_第一课_多层LSTM_轻量版.ipynb
8KB
第十章_第一课_单层LSTM_轻量版.ipynb
5KB
第十章_练习.ipynb
11KB
暂无评论