getfromcode

黑马-Python+AI 人脸识别Python人工智能【完结】

AI
课程简介

黑马-Python+AI 人脸识别Python人工智能【完结】 人脸识别技术深度解析 ⭐ 编辑推荐 本课程深入讲解Python在人脸识别领域的应用，涵盖深度学习优化、正则化、神经网络调参等核心内容。 通过实际项目案例，掌握人脸识别模型训练、部署和测试的全过程。 ✨ 课程亮点 ✦ 深度学习优化进阶 ✦ 人脸识别模型训练与部署 ✦ 神经网络调参技巧 ✦ 项目实…

已有 3 人浏览 发布 2026-04-17 更新 2026-10-03

黑马-Python+AI 人脸识别Python人工智能【完结】

人脸识别技术深度解析

⭐ 编辑推荐

本课程深入讲解Python在人脸识别领域的应用，涵盖深度学习优化、正则化、神经网络调参等核心内容。
通过实际项目案例，掌握人脸识别模型训练、部署和测试的全过程。

✨ 课程亮点

✦深度学习优化进阶
✦人脸识别模型训练与部署
✦神经网络调参技巧
✦项目实战教学

课程目录

1.多分类10 集
  • 02_交叉熵损失原理.mp4 [24.4 MB]
  • 09_调整学习率带来的问题.mp4 [12.3 MB]
  • 08_案例：添加模型保存、预测.mp4 [33.2 MB]
  • 05_案例：主网络结构搭建实现.mp4 [45.8 MB]
  • 06_案例：添加准确率.mp4 [33.5 MB]
  • 03_案例：Mnist手写数字数据介绍.mp4 [18.2 MB]
  • 07_案例：Tensorboard观察显示.mp4 [28.3 MB]
  • 04_案例：网络结构、流程、代码介绍.mp4 [25.7 MB]
  • 01_深度学习紧接、多分类介绍.mp4 [17.6 MB]
  • 1.多分类说明.zip [1.8 MB]
3.深度学习正则化7 集
  • 01_深度学习偏差与方差介绍为、什么需要正则化.mp4 [30.9 MB]
  • 04_其它正则化方法-早停止法与数据增强.mp4 [39.9 MB]
  • 02_正则化概念、L2正则化与L1正则化.mp4 [28.9 MB]
  • 03_Droupout过程与原理理解.mp4 [38.4 MB]
  • 07_作业讲解2.mp4 [7.4 MB]
  • 05_正则化作业介绍.mp4 [9.1 MB]
  • 06_作业讲解1.mp4 [24.3 MB]
4.神经网络调参与BN2 集
  • 02_批标准化定义、公式、为什么有效.mp4 [57.8 MB]
  • 01_神经网络调参数技巧与如何设置参数、如何运行.mp4 [20.3 MB]
2.梯度下降算法优化9 集
  • 02_Mini梯度下降与Batch梯度下降【持续更新‖免费提供：Cunworknotess】.mp4 [35.2 MB]
  • 04_动量梯度下降原理公式理解.mp4 [39.6 MB]
  • 07_作业介绍.mp4 [10.5 MB]
  • 06_标准化输入带来的优化.mp4 [19.4 MB]
  • 09_作业讲解2.mp4 [5.8 MB]
  • 05_RMSProp与Adam原理与学习率递减.mp4 [16.2 MB]
  • 01_深度学习遇到问题、为什么需要优化算法.mp4 [33.1 MB]
  • 03_指数加权平均.mp4 [20.5 MB]
  • 08_作业讲解1.mp4 [74.0 MB]
4.预处理接口实现5 集
  • 04_数据接口、模型接口、预处理接口参数总结.mp4 [15.3 MB]
  • 02_预处理接口：预处理工厂代码.mp4 [31.7 MB]
  • 01_预处理接口：预处理需求介绍、数据增强介绍.mp4 [48.9 MB]
  • 03_预处理接口：预处理工厂代码参数错误调整.mp4 [2.8 MB]
  • t.zip [1.8 MB]
7.模型部署介绍3 集
  • 02_本地TensorFlow Serving演示以及逻辑介绍.mp4 [24.2 MB]
  • 01_web服务与模型部署流程关系介绍.mp4 [9.6 MB]
  • 7.模型部署介绍资料.zip [1.8 MB]
1.项目架构2 集
  • 02_训练与测试整体结构设计.mp4 [15.3 MB]
  • 01_项目架构设计.mp4 [21.2 MB]
10.TFServing客户端6 集
  • 05_Client：结果解析.mp4 [19.2 MB]
  • 06_Client：结果标记返回.mp4 [16.7 MB]
  • 04_Client：客户端建立连接获取结果代码.mp4 [18.1 MB]
  • 02_Client：用户输入图片处理.mp4 [23.6 MB]
  • 01_Tensorflow serving client逻辑.mp4 [21.0 MB]
  • 03_Client：grpc与serving apis介绍.mp4 [16.4 MB]
6.测试过程实现2 集
  • 01_测试：测试流程介绍、代码.mp4 [63.1 MB]
  • 02_测试：图片输入、结果标记代码.mp4 [50.0 MB]
3.模型接口实现1 集
  • 01_模型接口：接口设置以及模型工厂代码.mp4 [18.6 MB]
8.导出模型2 集
  • 02_模型导出：Savedmodel导出模型.mp4 [54.4 MB]
  • 01_模型导出：模型输入输出定义.mp4 [20.7 MB]
9.打开模型服务1 集
  • 01_开启模型服务.mp4 [13.6 MB]
11.服务器部署2 集
  • 02_项目总结.mp4 [26.4 MB]
  • 01_服务器部署：服务器部署的代码文件需求、服务开启.mp4 [14.7 MB]
2.数据接口实现5 集
  • 05_数据接口：代码运行与数据模块总结.mp4 [19.5 MB]
  • 01_数据接口：商品格式转换实现.mp4 [18.9 MB]
  • 04_数据接口：数据读取工厂逻辑实现.mp4 [26.3 MB]
  • 02_数据接口：读取数据接口设计以及基类如何定义.mp4 [26.3 MB]
  • 03_数据接口：商品数据读取子类实现.mp4 [70.1 MB]
5.训练过程实现14 集
  • 01_训练：训练步骤与设备部署介绍.mp4 [23.2 MB]
  • 07_训练：2网络参数修改、provider获取数据、预处理.mp4 [47.2 MB]
  • 05_训练：2图片数据读取与处理逻辑介绍.mp4 [17.7 MB]
  • 04_训练：1设备配置代码以及全局步数定义【持续更新‖免费提供：Cunworknotess】.mp4 [33.5 MB]
  • 09_训练：2对anchors进行正负样本标记【不易整理‖请关注：CunWorkNotess】.mp4 [15.9 MB]
  • 12_训练：3复制模型、添加参数观察与4添加学习率和优化器【整理不易‖记得关注：CunWorKNotess】.mp4 [60.6 MB]
  • 08_训练：2NHWC和NCHW介绍.mp4 [7.2 MB]
  • 13_训练：5总损失计算与变量平均梯度计算6训练配置.mp4 [32.8 MB]
  • 11_训练：2队列设置.mp4 [15.9 MB]
  • 03_训练：训练运行结果显示与初始配置确定.mp4 [37.1 MB]
  • 10_训练：2批处理获取以及数据形状变换.mp4 [28.9 MB]
  • 06_训练：2数据模块与网络模型获取结果.mp4 [38.7 MB]
  • 02_训练：model_deploy介绍.mp4 [30.7 MB]
  • 14_训练：训练流程总结.mp4 [29.9 MB]
2.经典分类结构5 集
  • 04_Inception结构以及改进【持续更新‖免费提供：Cunworknotess】.mp4 [24.7 MB]
  • 01_LeNet5的计算过程详解.mp4 [34.4 MB]
  • 02_常见网络结构介绍.mp4 [26.3 MB]
  • 05_GoogleNet了解与卷积网络学习内容.mp4 [22.8 MB]
  • 03_Inception(1x1卷积介绍）.mp4 [32.3 MB]
3.CNN实战3 集
  • 01_作业介绍.mp4 [9.3 MB]
  • 02_作业讲解.mp4 [57.0 MB]
  • 03_迁移学习.mp4 [30.5 MB]
1.卷积网络原理9 集
  • 04_零填充.mp4 [17.4 MB]
  • 05_过滤器大小与步长.mp4 [22.5 MB]
  • 08_池化层.mp4 [15.5 MB]
  • 09_全连接层.mp4 [10.4 MB]
  • 07_卷积总结.mp4 [26.7 MB]
  • 06_多通道的卷积与多卷积核.mp4 [12.7 MB]
  • 03_默认卷积的运算过程.mp4 [11.5 MB]
  • 01_卷积来源、数据量与感受野的边缘检测.mp4 [51.5 MB]
  • 02_卷积网络结构介绍.mp4 [13.5 MB]
3.图像技术之图像识别12 集
  • 2_2_3_图像检测识别_菜品识别.mp4 [24.7 MB]
  • 2_2_6_定制化图像识别_图像分类_操作.mp4 [27.0 MB]
  • 2_2_5_定制化图像识别_图像分类_步骤.mp4 [40.9 MB]
  • 2_2_1_图像识别功能_应用创建【整理不易‖记得关注：CunWorKNotess】.mp4 [23.7 MB]
  • 2_2_10_定制化图像识别_物体检测_流程.mp4 [21.9 MB]
  • 2_2_7_定制化图像识别_图像分类_关联和调用流程.mp4 [13.2 MB]
  • 2_2_5_定制化图像识别_特点和功能.mp4 [17.2 MB]
  • 2_2_11_定制化图像识别_物体检测API_错误码.mp4 [9.0 MB]
  • 2_2_4_图像检测_车辆检测.mp4 [30.2 MB]
  • 2_2_2_图像识别_物体检测API_实例.mp4 [32.4 MB]
  • 2_2_9_定制化图像识别_图像分类_迭代和常见问题.mp4 [12.2 MB]
  • 2_2_8_定制化图像识别_图像分类_代码实现.mp4 [44.9 MB]
5.语音技术4 集
  • 3_2_1璇煶鍚堟垚.mp4 [14.5 MB]
  • 3_1_3_语音识别案例_案例.mp4 [17.0 MB]
  • 3_1_1_语音识别_介绍和API.mp4 [18.2 MB]
  • 3_1_2_语音识别案例_代码浏览.mp4 [11.6 MB]
4.图像技术之文字识别8 集
  • 2_3_1_功能介绍_创建应用.mp4 [21.6 MB]
  • 2_3_5_通用票据识别.mp4 [33.2 MB]
  • 2_3_3_通用文字识别_其他版本函数.mp4 [7.2 MB]
  • 2_3_8_自定义模板_API和代码.mp4 [17.4 MB]
  • 2_3_2_通用文字识别_代码.mp4 [34.0 MB]
  • 2_3_6_自定义模板_步骤.mp4 [24.9 MB]
  • 2_3_4_杞︾墝璇嗗埆.mp4 [15.6 MB]
  • 2_3_7_自定义模板_实际创建.mp4 [18.3 MB]
6.自然语言处理1 集
  • 4_1_1_自然语言处理基础技术.mp4 [27.3 MB]
7.人脸识别打卡案例5 集
  • 5_1_0_人脸打卡案例_介绍.mp4 [5.4 MB]
  • 5_1_2_案例_人脸搜索代码浏览.mp4 [151.7 MB]
  • 5_1_4_案例_添加用户_人脸搜索.mp4 [267.8 MB]
  • 5_1_3_妗堜緥_鑾峰彇token.mp4 [26.9 MB]
  • 5_1_1_案例_前端部分介绍.mp4 [15.3 MB]
2.图像技术之人脸识别9 集
  • 2_1_2人脸识别_API【不易整理‖请关注：CunWorkNotess】.mp4 [36.9 MB]
  • 2_1_5_人脸检测_调用API【持续更新‖免费提供：Cunworknotess】.mp4 [48.9 MB]
  • 2_1_8_人脸检测_性别年龄总结.mp4 [27.2 MB]
  • 2_1_6_人脸检测_图像坐标.mp4 [19.8 MB]
  • 2_1_9_人脸检测_SDK方式.mp4 [27.7 MB]
  • 2_1_7_人脸检测_边框.mp4 [28.4 MB]
  • 2_1_3_人脸检测_步骤和代码浏览.mp4 [25.8 MB]
  • 2_1_1_人脸识别功能介绍_开通应用.mp4 [21.5 MB]
  • 2_1_4_人脸检测_获取access_token.mp4 [23.7 MB]
1.平台介绍8 集
  • 0_课程组成和目标.mp4 [3.8 MB]
  • 1_3_百度深度学习平台_介绍.mp4 [24.4 MB]
  • 1_2_机器学习平台_介绍.mp4 [20.5 MB]
  • 1_6_人工智能平台_服务开通.mp4 [15.8 MB]
  • 1_4_百度深度学习平台_创建集群.mp4 [15.5 MB]
  • 1_5_百度人工智能平台_功能介绍.mp4 [21.1 MB]
  • 1_7_人工智能平台_访问方式和SDK安装.mp4 [38.7 MB]
  • 1_1_访问入口.mp4 [13.4 MB]
1.数据集标记2 集
  • 01_目标检测数据集介绍.mp4 [18.2 MB]
  • 02_商品数据集标记.mp4 [26.7 MB]
2.数据集格式转换5 集
  • 01_数据集格式转换介绍.mp4 [10.3 MB]
  • 05_格式转换：example封装、总结.mp4 [71.8 MB]
  • 04_格式转换：图片数据以及XML读取【公重号：CunWorkNotess】.mp4 [79.1 MB]
  • 02_格式转换：代码介绍.mp4 [27.9 MB]
  • 03_格式转换：文件读取以及存储逻辑.mp4 [35.6 MB]
3.TFRecords读取4 集
  • 03_TFRecord读取：provider读取.mp4 [15.4 MB]
  • 01_slim库介绍.mp4 [26.6 MB]
  • 04_第二阶段总结.mp4 [10.4 MB]
  • 02_TFRecord读取：Dataset准备.mp4 [30.6 MB]
4.自然语言处理核心部分6 集
  • 10. 文本分类 CNN 模型使用.mp4 [130.2 MB]
  • 9.鏂囨湰鍒嗙被CNN&RNN.mp4 [65.8 MB]
  • 8.文本分类的方式.mp4 [31.0 MB]
  • 11. 文本分类 RNN 搭建.mp4 [123.6 MB]
  • 7.鏂囨湰鍒嗙被.mp4 [61.7 MB]
  • 4.自然语言处理核心部分文档.zip [1.8 MB]
3.自然语言处理基础实作-深度学习篇2 集
  • 12.深度学习-Deep Learning in NLP_模型加速.mp4 [65.3 MB]
  • 11.深度学习-Deep Learning in NLP_模型优化.mp4 [43.5 MB]
2.自然语言处理基础实作-机器学习篇9 集
  • 6.机器学习-NLTK_还原字符串【持续更新‖免费提供：Cunworknotess】.mp4 [55.4 MB]
  • 4.机器学习-NLTK_去除虚词.mp4 [13.0 MB]
  • 1.机器学习-NLTK_数据读取.mp4 [30.6 MB]
  • 9.机器学习-NLTK_建立词袋模型.mp4 [77.9 MB]
  • 5.机器学习-NLTK_词根化.mp4 [33.8 MB]
  • 8.机器学习-NLTK_最大过滤.mp4 [10.9 MB]
  • 7.机器学习-NLTK_稀疏矩阵.mp4 [15.6 MB]
  • 2.机器学习-NLTK_清理数据.mp4 [7.6 MB]
  • 3.机器学习-NLTK_大小写转换.mp4 [7.6 MB]
5.实战项目-从无到有打造聊天机器人18 集
  • 37. ChatBot 测试【持续更新‖免费提供：Cunworknotess】.mp4 [13.1 MB]
  • 05.ChatBot 读取数据【整理不易‖记得关注：CunWorKNotess】.mp4 [26.7 MB]
  • 09.ChatBot 数据初步清洗.mp4 [23.7 MB]
  • 33. ChatBot 问答数据批量.mp4 [22.8 MB]
  • 02.chatbot 环境搭建下载数据集.mp4 [34.1 MB]
  • 10. ChatBot 清理问题集&回答集.mp4 [21.3 MB]
  • 32. ChatBot 问答等长处理.mp4 [29.8 MB]
  • 28. ChatBot 模型輸入序列長度.mp4 [36.3 MB]
  • 03.chatbot 下载数据集.mp4 [74.9 MB]
  • 07. ChatBot 建立对话列表.mp4 [23.6 MB]
  • 12. ChatBot 标记化&去除少数字.mp4 [19.1 MB]
  • 31. ChatBot 损失，优化，梯度消減.mp4 [25.1 MB]
  • 19. ChatBot 澶勭悊杈撳嚭.mp4 [41.0 MB]
  • 06.chatbot 创建对話字典.mp4 [29.3 MB]
  • 14. ChatBot 閫嗗悜瀛楀吀.mp4 [21.0 MB]
  • 29. ChatBot 設置輸入的数据形状.mp4 [28.3 MB]
  • 30. ChatBot训练 & 测试結果.mp4 [30.6 MB]
  • 34. ChatBot 数据分割.mp4 [15.2 MB]
1.自然语言处理基础概念2 集
  • 6.Attention【整理不易‖记得关注：CunWorKNotess】.mp4 [34.5 MB]
  • 2.端对端深度学习模型.mp4 [84.0 MB]
1.循环神经网络13 集
  • 02_循环神经网络结构原理.mp4 [26.7 MB]
  • 01_循环神经网络背景介绍.mp4 [13.0 MB]
  • 11_案例总结【整理不易‖记得关注：CunWorKNotess】.mp4 [6.0 MB]
  • 09_手写RNN案例：单个cell的反向传播.mp4 [34.8 MB]
  • 07_手写RNN案例：单个cell前向传播.mp4 [23.8 MB]
  • 06_梯度消失、案例介绍.mp4 [18.1 MB]
  • 12_GRU与LSTM介绍.mp4 [26.4 MB]
  • 08_手写RNN案例：所有cell的前向传播.mp4 [34.5 MB]
  • 10_手写RNN案例：所有cell的反向传播.mp4 [49.0 MB]
  • 03_词的表示与矩阵形状运算.mp4 [33.0 MB]
  • 05_时间反向传播算法.mp4 [37.8 MB]
  • 04_交叉熵损失计算.mp4 [5.8 MB]
  • 1.循环神经网络文档.png [493.5 KB]
2.词嵌入2 集
  • 02_词嵌入案例.mp4 [31.2 MB]
  • 01_词嵌入介绍.mp4 [20.8 MB]
3.seq2seq与Attention机制17 集
  • 16_机器翻译案例：测试逻辑结果演示.mp4 [11.2 MB]
  • 17_集束搜索介绍.mp4 [16.2 MB]
  • 12_机器翻译案例：attention结构定义.mp4 [37.7 MB]
  • 15_机器翻译案例：训练结果与问题解决.mp4 [8.5 MB]
  • 03_Attention原理分析.mp4 [45.2 MB]
  • 02_seq2seq机器翻译等场景介绍分析.mp4 [6.2 MB]
  • 05_机器翻译案例：模型参数定义.mp4 [16.7 MB]
  • 01_seq2seq介绍与理解.mp4 [24.6 MB]
  • 11_机器翻译案例：seq2seq的输出层定义.mp4 [9.6 MB]
  • 06_机器翻译案例：数据获取以及数据格式转换介绍.mp4 [19.4 MB]
  • 08_机器翻译案例：网络输入输出逻辑介绍.mp4 [14.8 MB]
  • 13_机器翻译案例：model中计算attention输出c逻辑函数实现.mp4 [25.9 MB]
  • 09_机器翻译案例：网络输入输出逻辑编写.mp4 [39.7 MB]
  • 10_机器翻译案例：自定义网络seq2seq的编解码器定义.mp4 [31.3 MB]
  • 04_机器翻译案例：日期格式翻译转换、代码结构介绍.mp4 [17.8 MB]
  • 14_机器翻译案例：训练逻辑编写.mp4 [18.0 MB]
  • 07_机器翻译案例：训练逻辑与网络结构介绍.mp4 [23.5 MB]
3.CapsuleNet3 集
  • 02_深度学习课程总结.mp4 [27.3 MB]
  • 01_CapsuleNet了解.mp4 [33.4 MB]
  • 3.CapsuleNet文档.zip [1.8 MB]
2.自动编码器8 集
  • 06_案例：降噪编码器介绍.mp4 [9.9 MB]
  • 02_案例：编码器类别、普通自编码器流程、模型初始化逻辑.mp4 [31.5 MB]
  • 07_案例：降噪编码器案例.mp4 [17.7 MB]
  • 05_案例：卷积自编码器编写演示.mp4 [18.4 MB]
  • 01_自动编码器介绍.mp4 [11.3 MB]
  • 04_案例：深度自编码器编写演示.mp4 [7.9 MB]
  • 03_案例：训练普通自编码器.mp4 [29.1 MB]
  • 2.自动编码器资料.zip [1.8 MB]
1.生产对抗网络6 集
  • 01_高级主题介绍、GAN介绍.mp4 [32.7 MB]
  • 03_生成数字图片案例：结果演示流程介绍.mp4 [20.8 MB]
  • 05_生成数字图片案例：训练流程.mp4 [43.6 MB]
  • 06_生成数字图片案例：运行保存图片并对比.mp4 [14.1 MB]
  • 04_生成数字图片案例：模型初始化代码编写.mp4 [48.5 MB]
  • 02_GAN原理、损失和DCGAN结构.mp4 [21.5 MB]
3.SPPNet原理5 集
  • 02_SPPNet：映射.mp4 [9.4 MB]
  • 03_SPPNet：SPP层的作用.mp4 [17.3 MB]
  • 01_SPPNet：与RCNN的区别、网络流程.mp4 [10.4 MB]
  • 04_SPPNet：总结、优缺点与问题自测.mp4 [7.4 MB]
  • 3.SPPNet原理说明.zip [1.8 MB]
6.YOLO原理4 集
  • 03_YOLO：训练过程样本标记.mp4 [4.7 MB]
  • 01_YOLO：算法特点与流程介绍.mp4 [5.9 MB]
  • 04_YOLO：总结.mp4 [3.3 MB]
  • 02_YOLO：单元格原理过程.mp4 [31.2 MB]
7.SSD原理5 集
  • 03_SSD：训练与测试流程总结.mp4 [9.1 MB]
  • 02_SSD：localization与confidence.mp4 [17.7 MB]
  • 01_SSD：网络结构与Detected结构.mp4 [25.3 MB]
  • 04_TensorflowSSD接口介绍.mp4 [23.9 MB]
  • 05_第一阶段算法总结.mp4 [42.2 MB]
2.RCNN原理8 集
  • 08_RCNN：总结、优缺点与问题自测.mp4 [15.9 MB]
  • 05_RCNN：非极大抑制（NMS）.mp4 [14.2 MB]
  • 06_RCNN：候选区域修正.mp4 [8.4 MB]
  • 03_RCNN：候选区域以及特征提取.mp4 [14.4 MB]
  • 01_Overfeat模型.mp4 [21.3 MB]
  • 04_RCNN：SVM分类器.mp4 [13.9 MB]
  • 07_RCNN：训练过程与测试过程介绍.mp4 [24.9 MB]
  • 02_RCNN：步骤流程介绍.mp4 [9.1 MB]
4.FastRCNN原理4 集
  • 03_FastRCNN：多任务损失.mp4 [15.8 MB]
  • 04_FastRCNN：总结与问题自测.mp4 [3.6 MB]
  • 01_FastRCNN：改进之处以及网络流程【持续更新‖免费提供：Cunworknotess】.mp4 [7.1 MB]
  • 02_FastRCNN：RoI pooling结构以及SPP对比.mp4 [15.2 MB]
1.目标检测概述8 集
  • 06_目标检测应用场景.mp4 [13.7 MB]
  • 07_目标检测算法原理铺垫.mp4 [3.9 MB]
  • 01_课程要求以及目标.mp4 [3.2 MB]
  • 02_项目演示结果.mp4 [7.1 MB]
  • 05_目标检测的定义和技术历史.mp4 [13.3 MB]
  • 03_项目结构以及课程安排.mp4 [6.7 MB]
  • 08_目标检测任务描述.mp4 [29.5 MB]
  • 04_图像识别背景.mp4 [9.4 MB]
5.FasterRCNN原理3 集
  • 02_FasterRCNN：RPN网络的原理.mp4 [23.5 MB]
  • 03_FasterRCNN：总结与问题自测.mp4 [5.3 MB]
  • 01_FasterRCNN：网络结构与步骤.mp4 [15.5 MB]
1.深度学习介绍1 集
  • 01_深度学习课程介绍.mp4 [6.4 MB]
1.深度学习介绍2 集
  • 02_深度学习介绍.mp4 [33.3 MB]
  • 03_深度学习介绍2.mp4 [5.1 MB]
3.浅层神经网络10 集
  • 00.浅层神经网络.mp4 [3.9 MB]
  • 02_浅层神经网络的前向传播【持续更新‖免费提供：Cunworknotess】.mp4 [12.9 MB]
  • 08_作业实现：网络模型逻辑实现.mp4 [15.4 MB]
  • 06_作业实现：初始化模型与前向传播.mp4 [28.4 MB]
  • 01_浅层神经网络表示.mp4 [14.9 MB]
  • 04_浅层神经网络的反向传播.mp4 [18.5 MB]
  • 09_总结.mp4 [7.7 MB]
  • 07_作业实现：反向传播与更新梯度.mp4 [33.7 MB]
  • 03_激活函数的选择.mp4 [21.1 MB]
  • 05_作业介绍.mp4 [7.8 MB]
2.神经网络基础16 集
  • 09_向量化编程的优势.mp4 [17.5 MB]
  • 15_作业讲解题2：优化迭代实现、model逻辑实现.mp4 [23.1 MB]
  • 03_梯度下降算法过程以及公式.mp4 [21.1 MB]
  • 11_正向传播与反向传播、作业介绍.mp4 [14.2 MB]
  • 16_总结.mp4 [14.7 MB]
  • 12_作业讲解题1：实现sigmoid函数与梯度实.mp4 [7.2 MB]
  • 14_作业讲解题2：参数初始化与前向传播、反向传播.mp4 [24.1 MB]
  • 07_逻辑回归的导数计算图分析以及参数导数.mp4 [23.6 MB]
  • 02_逻辑回归损失函数.mp4 [17.2 MB]
  • 05_a^2函数的导数介绍.mp4 [17.2 MB]
  • 13_作业讲解题2：单神经元神经网络(logistic)分类作业流程介绍.mp4 [10.0 MB]
  • 06_导数计算图与链式法则.mp4 [24.9 MB]
  • 10_向量化实现逻辑回归的梯度计算更新.mp4 [17.5 MB]
  • 08_向量化编程介绍引入.mp4 [17.4 MB]
  • 01_逻辑回归介绍.mp4 [26.9 MB]
  • 04_导数意义介绍.mp4 [6.9 MB]
4.深层神经网络3 集
  • 03_参数初始化与超参数介绍【公重号：CunWorkNotess】.mp4 [15.1 MB]
  • 01_深层神经网络表示.mp4 [18.0 MB]
  • 02_深层神经网络的反向传播过程.mp4 [9.8 MB]

适合人群

  • Python开发者
  • 人工智能爱好者
  • 希望学习人脸识别技术的学员

🎯 学习收获

  • 掌握人脸识别深度学习模型训练方法
  • 学会人脸识别模型的部署与测试
  • 提升在人工智能领域的实战能力

🎉 祝您学习愉快！

相关推荐
卢菁博士AI大模型微调实战训练营
卢菁博士AI大模型微调实战训练营
¥29 · 485 浏览
慕课网 - AI Agent全栈开发工程师（完整版）
慕课网 - AI Agent全栈开发工程师（完整版）
¥29 · 564 浏览
海豚《AI漫剧系列教程》
海豚《AI漫剧系列教程》
¥29.9 · 46 浏览
赋范 AI-2026年大模型 Agent智能体开发实战 夏季班
赋范 AI-2026年大模型 Agent智能体开发实战 夏季班
¥79.9 · 575 浏览
 FastAPI+LangChain打造智能招聘系统
FastAPI+LangChain打造智能招聘系统
¥39.9 · 297 浏览
蔡梦熙《AI超创学院》
蔡梦熙《AI超创学院》
¥29.9 · 412 浏览
AI+全能测试工程师
AI+全能测试工程师
¥129 · 427 浏览
知乎-AI大模型应用专家实战训练营-18期
知乎-AI大模型应用专家实战训练营-18期
¥29.9 · 111 浏览
【九天菜菜】深度学习实战
【九天菜菜】深度学习实战
¥29.9 · 37 浏览
B站AI小王子 Jay-ComfyUI AI系统课全程陪跑
B站AI小王子 Jay-ComfyUI AI系统课全程陪跑
¥29.9 · 35 浏览
AI短剧动画制作入门小白从零到独立实操
AI短剧动画制作入门小白从零到独立实操
¥29.9 · 28 浏览
尚硅谷AI全能开发260525至2026年8月底最新版95G
尚硅谷AI全能开发260525至2026年8月底最新版95G
¥29.9 · 23 浏览
课程购买
课程价格
金币29.9
299金币限时优惠会员免费
销量：0
💎 开通会员每日免费下载，比单买更划算 →
支付成功后会自动显示下载资源云盘的链接！点击链接即可下载到本地。
[衡天云]爆款云服务器 低至12元/月
[衡天云]爆款云服务器 低至12元/月