====
论文
====

======
Python
=====
=

=========
Tensorflow
=========

=======
PyTorch
=======

=====
Keras
=====

====
专题
====

====
链接
====

====
视频

====

=======
药物设计

=======

=======
材料科学
=======

============
经济学与金融学
==========
==


Tensorflow基础知识 Tensorflow教程中的Keras Tensorflow初级班 Tensorflow高级班
初学者的 TensorFlow 2.0 教程 针对专业人员的 TensorFlow 2.0 入门 TensorFlow API查询 Tensorflow官网
Tensorflow 2.0 (曹健) Tensorflow 2.0 教程(龙良曲) 30天吃掉Tensorflow 2.0 TensorFlow Addons
      FAQ

曹建视频

序号 备注 课件名称 序号 备注 课件名称
1   0 开篇语 31   5.6 池化Pooling
2   1.1 人工智能三学派 32   5.7 舍弃Dropout
3   1.2 神经网络设计过程 33   5.8 卷积神经网络
4   1.3 张量生成 34   5.9 CIFAR0数据集
5   1.4 TF2常用函数1 35   5.10 卷积神经网络搭建示例
6   1.5 TF2常用函数2 36   5.11 LeNet
7   1.6 鸢尾花数据集读入 37   5.12 AlexNet
8   1.7 神经网络实现鸢尾花分类 38   5.13 VGGNet
9   2.1 预备知识 39   5.14 InceptionNet
10   2.2 复杂度学习率 40   5.15 ResNet
11   2.3 激活函数 41   5.16 经典卷及网络小结
12   2.4 损失函数 42   6 1循环核
13   2.5 缓解过拟合 43   6 2循环核时间步展开
14   2.6 优化器 44   6 3循环计算层
15   3.1 搭建网络八股sequential 45   6 4TF描述循环计算层
16   3.2 搭建网络八股class 46   6 5循环计算过程I
17   3.3 MNIST数据集 47   6 6字母预测onehot 1pre1
18   3.4 FASHION数据集 48   6 7循环计算过程II
19   4.1 搭建网络八股总览 49   6 8字母预测onehot 4pre1
20   4.2 自制数据集 50   6 9Embedding编码
21   4.3 数据增强 51   6 10字母预测Embedding 1pre1
22   4.4 断点续训 52   6 11字母预测Embedding 4pre1
23   4.5 参数提取 53   6 12RNN实现股票预测
24   4.6 acc&loss可视化 54   6 13LSTM实现股票预测LSTM计算过程 TF描述LSTM层
25   4.7 给图识物 55   6 14GRU实现股票预测GRU计算过程 TF描述GRU层
26   5.1 卷积计算过程      
27   5.2 感受野      
28   5.3 全零填充      
29   5.4 TF描述卷积计算层      
30   5.5 批标准化      
   

补充材料:

TensorFlow之卷积神经网络 keras Conv2D参数详解
Tensorflow2.0学习笔记-神经网络典型结构 (典型卷积神经网络) tensorflow2实现resnet18和50网络,最少代码
ResNet网络结构,BN以及迁移学习详解 全网最详细的深度学习经典模型RESNET解析
Resnet18详细结构  
Python中*args和**kwargs的区别  
深度学习与tensorflow2入门实战之ResNet18实战cifar100代码 (注释完整)  
端到端的开源机器学习平台:Tensorflow 2.0  
   
   
   

Kaiming He 何恺明


参考书:


1. Python基础教程(第3版), Magnus Lie Hetland 著,袁国忠 译 , 人民邮电出版社, 2018年2月。 电子版下载
2. . Python深度学习。[美] 弗朗索瓦·肖莱 著。人民邮电出版社。2018
该书电子版下载链接:https://pan.baidu.com/s/1-4q6VjLTb3ZxcefyNCbjSA 提取码:wtzo


人工智能

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。

上海市浦东新区沪城环路999号