自動播放
自動完成
前一節
完成且繼續課程
Python深度學習--徹底研究，從零開始親手學習類神經網路深度學習-親手徹底研究TensorFlow程式設計
Python深度學習
Python深度學習 (1:51)
Python最新電子書
Python深度學習線上直播 (440:50)
Teachable專業證照範本
感謝吳思亭博士推薦 (2:41)
Python+Java人工智慧專業就業培訓班 (4:20)
感謝楊老師劉經理推薦 (1:28)
Python程式設計及軟體安裝直播 (452:00)
Python深度學習及教學直播 (424:27)
Python深度學習直播 (386:09)
深度學習 (12:03)
深度學習投影片
Python一天學會
Python一天學會 (10:42)
Python 安裝執行 (10:29)
Python安裝執行Mac (2:31)
Python安裝執行Mac實作 (22:02)
Python安裝執行Windows (4:55)
Python安裝執行Windows實作 (24:59)
電子書
Python安裝執行Windows 實作 (24:59)
Python 程式設計基礎
簡介 (13:43)
範例下載
Python安裝檢查在Mac (6:26)
Python安裝檢查實作在Mac (4:49)
Python安裝檢查在Windows10 (10:20)
Python安裝檢查實作在Windows10 (12:07)
微軟Azure平台 (7:09)
Azure平台 實作 (10:40)
Azure平台電子書
範例下載
Python直譯器與計算機
Python直譯器與計算機 (26:09)
Python 資料型態 (20:55)
布林資料型態 (14:40)
字串資料型態 (14:58)
物件類別 (12:49)
識別名稱 (7:58)
運算式與運算子 (12:53)
運算子結合優先順序 (9:52)
資料型態實作 (19:18)
布林資料型態及浮點數資料型態實作 (13:53)
字串實作 (25:53)
物件類別實作 (6:18)
運算式與運算子實作 (10:50)
運算子結合優先順序實作 (9:01)
數字，字串與變數實作 (5:47)
精通運算子優先順序 (27:09)
運算子範例
控制結構
控制結構 (23:19)
布林值與條件 (15:07)
Python 精通程式語言_控制結構 (6:26)
一個選擇的if敘述 (14:26)
一個選擇的if敘述實作 (19:57)
迴圈結構for (7:07)
迴圈結構for實作 (6:40)
資料結構
資料結構 (14:18)
串列堆疊與資料結構實作 (25:54)
數組tuple,集合set和字典 (13:54)
數組tuple,集合set和字典實作 (27:13)
函數
函數 (29:04)
Python 精通程式語言＿函數 (15:57)
函數實作 (24:35)
函數參數與引數 (26:54)
Lambda運算式 (8:38)
費氏函數非遞迴實作 (17:57)
函數參數*name接受實體tuple,函數參數**name接受字典 (20:03)
Lambda運算式實作 (13:43)
套件模組 (13:18)
Python內建字串相關函數 (13:18)
套件模組實作 (11:23)
Python內建字串相關函數實作 (16:22)
類別
類別 (12:02)
類別實作 (11:03)
建立物件及解構物件 (7:56)
Python 精通程式語言 類別 (12:49)
建構函數__new__() (13:09)
Python物件導向程式語言封裝實作 (10:09)
繼承
繼承 (16:09)
繼承實作 (14:24)
多重繼承實作 (14:24)
多型 (5:11)
異常或錯誤處理
異常或錯誤處理 (9:49)
異常或錯誤處理實作 (25:18)
檔案處理 (5:31)
檔案處理實作 (12:55)
使用matplotlib畫圖
使用matplotlib畫圖 (8:55)
使用matplotlib畫圖實作 (15:32)
Python 資料結構與畫圖
Python 資料結構與畫圖簡介 (6:39)
數組tuple和集合set和Scipy科學函數庫 (18:46)
開啟Jupiter notebook (13:44)
Python 實作簡單線性代數 (17:42)
Tuple數組實作1-Jupyter Notebook (9:55)
numpy模組建立矩陣 (16:22)
Pandas資料結構 (21:26)
pandas read_csv 實作 (5:56)
Pandas DataFrame 實作 (8:33)
Matplotlib畫圖 (18:21)
Google Colabs運算平台
Google Colaboratory 執行工具 (8:56)
Google Colabs平台電子書
TensorFlow 2.x 一天學會 (24:32)
TensorFlow2.x電子書與範例
安裝Pycharm
Mac上安裝Pycharm (5:12)
在Mac系統實際安裝PyCharm (8:16)
Win10上安裝Pycharm (7:16)
在Windows 10系統實際安裝Pycharm (11:42)
TensorFlow程式語言
TensorFlow程式語言簡介 (16:16)
TensorFlow程式語言--TensorFlow Mac安裝 (36:11)
使用pip3來安裝TensorFlow (10:15)
TensorFlow Mac安裝--實作 (9:05)
使用pip3來安裝TensorFlow實作 (8:03)
使用Anaconda來安裝TensorFlow實作 (7:26)
TensorFlow程式語言--TensorFlow GPU平行運算-Win 10
TensorFlow程式語言--TensorFlow GPU平行運算 (36:11)
深度學習動態執行檔DLL系統使用者環境路徑設定 (8:00)
安裝TensorFlow-GPU並且執行 (9:12)
安裝並且執行jupyter Notebook-驗證GPU (9:16)
使用cpu執行TensorFlow (10:02)
CUDA軟體安裝設定實作 (19:19)
下載及安裝CUDNN實作 (13:20)
安裝TensorFlow-GPU並且執行實作 (13:35)
使用cpu執行TensorFlow實作 (9:40)
GPUCPU執行影像辨識速度 (12:54)
TensorFlow
TensorFlow程式語言 (17:02)
TensorFlow的資料型態,級別Ranks和Shape維度的表示 (11:39)
TensorFlow的資料型態 (4:55)
處理張量 (10:26)
TensorFlow計算節點處理張量實作 (14:32)
運算節點 (8:48)
加法乘法運算節點實作 (8:07)
複數是由實數與虛數組成 (30:12)
複數是由實數與虛數組成TensorFlow實作 (10:21)
微分求梯度 (8:39)
常見函數-Tensorflow的計算節點 (7:12)
常見函數實作-Tensorflow的計算節點實作 (7:33)
機率均勻分佈 (13:45)
機率常態分佈 (7:17)
用TensorFlow處理張量圖片 (7:23)
用TensorFlow處理張量圖片實作 (12:18)
TensorFlow的變數 (9:15)
圖形和Sessions (6:50)
TensorFlow placeholder (10:49)
執行計算圖 (5:03)
Tensorflow實作 (16:43)
TensorFlow程式設計深度學習
MNIST手寫辨識演算法 (29:01)
TensorFlow 手寫辨識實作 (14:35)
Class GradientDescentOptimizer類別 (7:01)
TensorFlow 手寫辨識實作-Jupyter Notebook (15:20)
手寫辨識Tensorboard實作 (5:03)
TensorFlow 卷積深度學習手寫辨識
TensorFlow 卷積深度學習手寫辨識 (28:08)
交叉熵最佳化 (12:01)
TensorFlow 卷積深度學習手寫辨識實作設計 (16:47)
損失函數 (16:39)
損失函數實作 (10:02)
TensorFlow+Keras CNN卷積深度學習影像辨識Cifar-10
TensorFlow+Keras CNN卷積深度學習Cifar-10圖形辨識 (19:38)
Keras的核心為模型 (7:48)
建立模型model.fit() (13:35)
TensorFlow+Keras CNN卷積深度學習Cifar-10圖形辨識實作 (17:41)
範例:cifar10_kk (9:22)
TensorFlow CNN卷積深度學習Cifar圖形辨識 (5:24)
Cifar-10圖片集(train.py) (20:22)
TensorFlow CNN卷積深度學習Cifar圖形辨識實作 (14:02)
啟動Tensorboard實作 (12:48)
Python 機器學習-親手TensorFlow實作手寫辨識與強化學習車桿平衡
機率 (6:45)
Conda套件管理 (9:01)
線性迴歸 (20:02)
線性迴歸實作 (11:51)
分類 (7:13)
群聚演算法k-means (13:25)
群聚演算法k-means實作 (8:36)
KMeans分群 (9:08)
群聚演算法k-means實作2 (7:22)
K-nearest最鄰近分類演算法KNN (27:42)
手寫辨識MNIST實作 (6:13)
實作KNN演算法使用手寫辨識MNIST實作 (15:55)
AutoEncoder自動編碼器
Conda套件管理 (9:01)
AutoEncoder自動編碼器-資料降維 (17:05)
自動編碼器用在維度縮減-手寫辨識實作 (7:01)
詞向量Word2Vec
Word2Vec詞向量 (11:02)
將字詞轉換成向量最佳化模組SGD學習速率為1 (10:47)
Word2Vec詞向量實作 (7:42)
強化學習
強化學習--建立Anaconda工作環境 -Mac,執行一般的openAI (9:26)
強化學習簡介 (9:12)
Ｑ-Function最大化未來報酬 (13:18)
Deep Q 網路使用Keras和TensorFlow (4:30)
Deep Q 網路使用Keras和TensorFlow實作使用車桿平衡CartPole (21:43)
OpenAI實作使用車桿平衡 (6:20)
Python類神經網路深度學習
Python類神經網路深度學習 (26:28)
類神經深度學習 (16:42)
mnist手寫辨識 (9:48)
繪製實際和預測結果的手寫辨識 (16:47)
類神經網路深度學習建置模型實作 (17:45)
Python深度學習類神經網路
類神經網路 (19:47)
類神經網路深度學習 (24:10)
卷積神經網 CNN
卷積神經網 CNN (24:46)
卷積神經網 CNN-手寫數字辨識實作 (7:06)
遞迴神經網 RNN
遞迴神經網 RNN (22:56)
IMDb影評資料滿意度分析 (13:30)
建立RNN遞迴類神經的模型與實作 (9:33)
LSTM實作 (16:04)
Python安裝執行Mac
完成且繼續課程