算法工程师深度学习高阶训练营 从模型开发到分布式部署一站式掌握

第01章 课程引导

• 🎬 第1节： 开场白-.mp4
• 🎬 第2节1-1： 课程安排I-.mp4
• 🎬 第2节2-2： 课程安排II-.mp4
• 🎬 第3节1-1： 绪论II (1)-.mp4
• 🎬 第3节2-2： 绪论II (2)-.mp4

第02章 神经网络深⼊

• 🎬 第10节 【实战】正则化方法.mp4
• 🎬 第11节： 模型性能评价.mp4
• 🎬 第12节： 【实战】模型性能评价指标.mp4
• 🎬 第13节： 深度学习能力边界.mp4
• 🎬 第1节： 从优化问题讲起I.mp4
• 🎬 第2节： 【实战】拟合问题.mp4
• 🎬 第3节 从优化问题讲起 II.mp4
• 🎬 第4节： 实战：优化方法比较从优化问题讲起 II.mp4
• 🎬 第5节： 深度神经网络.mp4
• 🎬 第6节： 【实战】使用神经网络建模MNIST数据.mp4
• 🎬 第7节： 【实战】激活函数与优化方法.mp4
• 🎬 第8节： 正则化方法 I.mp4
• 🎬 第9节： 正则化方法 II.mp4

第03章 图像分类与目标检测

• 🎬 第三章第10节： 【实战】表征学习-.mp4
• 🎬 第三章第11节： 第二章习题讲解-.mp4
• 🎬 第三章第12节： 彩蛋-.mp4
• 🎬 第三章第1节： 卷积的基本概念I-.mp4
• 🎬 第三章第1节： 卷积的基本概念II-.mp4
• 🎬 第三章第1节： 卷积的基本概念III-.mp4
• 🎬 第三章第2节： 2.4 实战：异构深度学习环境搭建-.mp4
• 🎬 第三章第3节： 2.5 实战：卷积层的实现-.mp4
• 🎬 第三章第4节： 2.6 典型卷积神经网络-.mp4
• 🎬 第三章第5节： 2.7 实战：简单的卷积神经网络-.mp4
• 🎬 第三章第6节： AlexNet模型-.mp4
• 🎬 第三章第6节： LeNet模型-.mp4
• 🎬 第三章第6节： ResNet模型-.mp4
• 🎬 第三章第6节： VGGNet模型-.mp4
• 🎬 第三章第7节： 【实战】ResNet-.mp4
• 🎬 第三章第8节： 目标检测-.mp4
• 🎬 第三章第9节： 【实战】Faster R-CNN-.mp4

第04章 图像分割

• 🎬 第四章第10节： 模型训练流程-.mp4
• 🎬 第四章第11节： 第三章习题讲解-.mp4
• 🎬 第四章第12节： 彩蛋-.mp4
• 🎬 第四章第1节： 图像分割基础-.mp4
• 🎬 第四章第2节： 【实战】Deconvolution与空洞卷积-.mp4
• 🎬 第四章第3节： 图像分割模型-.mp4
• 🎬 第四章第4节： 【实战】U-Net-.mp4
• 🎬 第四章第5节： 【实战】DeepLab v3-.mp4
• 🎬 第四章第6节： 模型可视化-.mp4
• 🎬 第四章第7节： 【实战】特征图像可视化-.mp4
• 🎬 第四章第8节： 病理影像分割初探-.mp4
• 🎬 第四章第9节： 自监督学习-.mp4

第06章 分布式深度学习系统

• 🎬 第六章第1节： 分布式系统-.mp4
• 🎬 第六章第2节： 分布式深度学习系统-.mp4
• 🎬 第六章第3节： 【实战】数据并行模型训练-.mp4
• 🎬 第六章第4节： 微服务架构-.mp4
• 🎬 第六章第5节： 【实战】使用Kafka搭建MQ-.mp4
• 🎬 第六章第6节： 分布式推理系统-.mp4
• 🎬 第六章第7节： TensorFlow Serving in Docker-.mp4
• 🎬 第六章第8节： 第五章习题讲解-.mp4
• 🎬 第六章第9节： 直击面试II-.mp4

PART2

第07章 深度学习前严

• 🎬 第七章第10节： 第六章习题讲解-.mp4
• 🎬 第七章第11节： 直击面试III-.mp4
• 🎬 第七章第1节： 深度增强学习-.mp4
• 🎬 第七章第2节： 【实战】Flappy Bird-.mp4
• 🎬 第七章第3节： AlphaGo-.mp4
• 🎬 第七章第4节： 生成对抗网络-.mp4
• 🎬 第七章第5节： 【实战】SimpleGAN-.mp4
• 🎬 第七章第6节： 【实战】ConditionalGAN-.mp4
• 🎬 第七章第7节： 【实战】CycleGAN-.mp4
• 🎬 第七章第8节： 未来在哪里-.mp4
• 🎬 第七章第9节： 彩蛋-.mp4

第08章 专题讲座

• 🎬 第八章第1节： 【Lecture 1】DenseNet-.mp4
• 🎬 第八章第1节： 【Lecture 2】Inception-.mp4
• 🎬 第八章第1节： 【Lecture 3】Xception-.mp4
• 🎬 第八章第1节： 【Lecture 4】ResNeXt-.mp4
• 🎬 第八章第1节： 【Lecture 5】Transformer和它的朋友们-.mp4
• 🎬 第八章第1节： 【Lecture 6】深度学习产品化-.mp4
• 🎬 第八章第1节： 【Lecture 7】果壳中的量子计算-.mp4
• 🎬 第八章第1节： 【Lecture 8】人工智能产业-.mp4

第09章 应用于大规模数据集的图像分类模型

• 🎬 第九章第10节： 模型测试代码-.mp4
• 🎬 第九章第11节： 模型训练与过程分析-.mp4
• 🎬 第九章第12节： 模型批量测试与性能指标-.mp4
• 🎬 第九章第13节： ResNet家族模型的表现-.mp4
• 🎬 第九章第14节： 常见模型的表现-.mp4
• 🎬 第九章第1节： 核心实战概述-.mp4
• 🎬 第九章第2节： ImageNet介绍-.mp4
• 🎬 第九章第3节： 数据探索与预处理-.mp4
• 🎬 第九章第4节： 数据队列-.mp4
• 🎬 第九章第5节： 通用数据队列(1)-.mp4
• 🎬 第九章第5节： 通用数据队列-.mp4
• 🎬 第九章第6节： 建立模型结构-.mp4
• 🎬 第九章第7节： MNIST数据集训练-.mp4
• 🎬 第九章第8节： ImageNet Tiny数据集训练-.mp4
• 🎬 第九章第9节： 猫狗大战数据集介绍与预处理-.mp4

第10章 建立病理影像的病变区域分割模型

• 🎬 第一十章第10节： DeepLabv3Plus模型训练与测试-.mp4
• 🎬 第一十章第11节： 论文串烧：BMJ Open-.mp4
• 🎬 第一十章第12节： 论文串烧P2-.mp4
• 🎬 第一十章第13节： 论文串烧：Nature Communications-.mp4
• 🎬 第一十章第14节： 论文串烧：ICCV-.mp4
• 🎬 第一十章第15节： 论文串烧：ECML-.mp4
• 🎬 第一十章第16节： 论文串烧：Nature Medicine-.mp4
• 🎬 第一十章第17节： 第九章习题讲解-.mp4
• 🎬 第一十章第1节： 数字病理切片介绍-.mp4
• 🎬 第一十章第2节： 数字病理切片预处理-.mp4
• 🎬 第一十章第3节： 样本均衡性处理-.mp4
• 🎬 第一十章第4节： 经典数据队列-.mp4
• 🎬 第一十章第5节： 建立训练模型-.mp4
• 🎬 第一十章第6节： 实现测试逻辑-.mp4
• 🎬 第一十章第7节： 预测结果后处理-.mp4
• 🎬 第一十章第8节： 20x模型训练与测试-.mp4
• 🎬 第一十章第9节： 40x模型训练与测试-.mp4

第11章 分布式深度学习推理系统

• 🎬 第一十一章第10节： 运行Celery任务-.mp4
• 🎬 第一十一章第11节： 模型导出与运行-.mp4
• 🎬 第一十一章第12节： 系统整体运行-.mp4
• 🎬 第一十一章第13节： 构建Docker镜像的原始方法-.mp4
• 🎬 第一十一章第14节： 使用Dockerfile构建镜像-.mp4
• 🎬 第一十一章第15节： 增加病理影像预测Task-.mp4
• 🎬 第一十一章第16节： 分布式系统研究结果-.mp4
• 🎬 第一十一章第17节： TensorFlow Serving的内部机制-.mp4
• 🎬 第一十一章第1节： 系统架构设计-.mp4
• 🎬 第一十一章第2节： 代码结构与调度器配置-.mp4
• 🎬 第一十一章第3节： 调度器核心逻辑-.mp4
• 🎬 第一十一章第4节： 自定义Logging机制-.mp4
• 🎬 第一十一章第5节： 工作节点基础代码-.mp4
• 🎬 第一十一章第6节： 工作节点任务处理-.mp4
• 🎬 第一十一章第7节： 工作节点核心逻辑-.mp4
• 🎬 第一十一章第8节： 日志模块编写-.mp4
• 🎬 第一十一章第9节： 代码调试环境搭建-.mp4

第12章 课程总结

• 🎬 第一十二章第1节： 课程总结III：循环神经网络-.mp4
• 🎬 第一十二章第1节： 课程总结II：卷积神经网络-.mp4
• 🎬 第一十二章第1节： 课程总结IV：深度学习系统与前沿-.mp4
• 🎬 第一十二章第1节： 课程总结I：深度学习理论-.mp4