Advertisement

B站上提供了TensorFlow“炼成金”公开课的课程笔记。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
B站平台提供了TensorFlow的“炼数成金”公开课的详细笔记资源。这些笔记涵盖了该课程的核心内容，旨在帮助学习者更深入地理解和掌握TensorFlow的实践应用。 学习者可以通过这些笔记，系统地学习TensorFlow的各种技术，提升自己的机器学习能力。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • B站TensorFlow炼数成金公开课笔记
    优质
    本课程为B站TensorFlow“炼数成金”系列公开课的学习笔记，涵盖机器学习基础及TensorFlow实践操作等内容。 B站上有一门关于tensorflow炼数成金的公开课，我整理了一些笔记。
     
  • B站狂神课堂笔记详尽版
    优质
    B站狂神课堂笔记详尽版提供了丰富且详细的课程学习资料，特别适合需要系统复习或深入理解技术知识的学习者使用。包含视频教程的核心要点和额外解析，助力高效学习与技能提升。 哔哩哔哩狂神课堂的JavaWeb和Java课程笔记非常详细。
     
  • B站coderwhy老师Vue课程课件与代码笔记资料
    优质
    本资源包含B站上广受好评的CoderWhy老师的Vue框架教学视频的配套课件和详细的代码笔记，适合前端开发者学习参考。 B站上有一个视频讲解得很好，方便大家学习。视频地址是：https://www.bilibili.com/video/BV15741177Eh?from=search&seid=291894933216424179。这个视频是免费的。
     
  • 狂神Spring、SpringMVC和SpringBoot B站课程笔记PDF版
    优质
    本资源提供《狂神Spring、SpringMVC和SpringBoot》B站课程的详细笔记，内容全面涵盖相关知识点，并整理为易于阅读的PDF格式，适合初学者与进阶学习者参考使用。 狂神Spring+SpringMVC+SpringBoot B站课堂笔记pdf版
     
  • 狂神说课程笔记汇总（B站最新版）
    优质
    本资料为B站上《狂神说》系列课程的学习笔记汇总，内容全面覆盖了编程、互联网技术等知识要点，适合IT爱好者和技术学习者参考使用。 B站狂神说课程笔记大全包括了Java基础到技术升级的全套内容： 1. JavaSE：Java入门 2. JavaSE：基础语法 3. JavaSE：流程控制 4. JavaSE：方法 5. JavaSE：数组 6. JavaSE：面向对象 7. JavaSE：异常机制 8. JavaSE：常用类 9. JavaSE：集合框架 10. JavaSE：IO流 11. JavaSE：多线程 12. JavaSE：网络编程 13. JavaSE：GUI编程 14. JavaSE：注解和反射 15. MySQL和JDBC 16. 前端：HTML5 17. 前端：CSS3 18. 前端：JavaScript、jQuery 19. JavaWeb 20. MyBatis 21. Spring框架基础 22. SpringMVC框架学习 23. 大前端串讲课程 24. Vue精讲教程 25. SpringBoot入门及原理讲解 26. SpringBoot操作数据库实践 27. 使用SpringBoot开发单体应用 28. 提升SpringBootWeb开发技能（Swagger） 29. 深入理解Spring框架
     
  • B站王红元(codewhy)的Vue课件和笔记
    优质
    《B站王红元(codewhy)的Vue课件和笔记》是由B站知名前端技术UP主codewhy精心整理的关于Vue框架教学资源，包含详尽的课程讲义与学习笔记，适合初学者快速掌握Vue开发技能。 B站王红元（codewhy）的Vue课件及笔记提供了一系列关于Vue框架的学习资源，适合不同层次的学习者参考使用。
     
  • 刘二大人B站Pytorch课程学习笔记与课后作业
    优质
    这是一份关于在哔哩哔哩平台上刘二大人讲师的PyTorch课程的学习笔记和课后作业解答。内容详实、易懂，适合希望深入理解深度学习框架PyTorch的初学者参考使用。 本人在学习B站刘二大人Pytorch实践课程的过程中整理了一些学习笔记。这些笔记涵盖了课程要点、教学源码以及课后作业及其对应的代码。目录包括：第一讲 概述；第二讲 线性模型创建；第三讲 梯度下降算法；第四讲 反向传播机制；第五讲 用Pytorch实现线性回归；第六讲 逻辑斯蒂回归模型；第七讲 处理多维特征的输入；第八讲 加载数据集；第九讲 多分类问题——softmax classifier；第十讲 卷积神经网络（基础篇）；第十一讲 卷积神经网络（高级篇）。通过学习刘二大人的课程并参考这些笔记，你可以理解大部分网络结构，并能够复现出一些经典模型，例如残差网络ResNet、密集连接网络DenseNet以及GoogleLeNet中的Inception模块等。整个过程收获颇丰。
     
  • B站谌嘉诚蓝图入门课程学习笔记
    优质
    这是一份针对B站谌嘉诚老师的蓝图入门课程的学习笔记，旨在帮助建筑设计爱好者和学生更好地理解和掌握建筑制图的基础知识与技巧。 B站大佬谌嘉诚的蓝图入门课程同步学习笔记。
     
  • MIT算法导论公开课课程笔记（个人整理）
    优质
    本资料为学习MIT《算法导论》公开课时所做个人笔记，包含核心概念与习题解析，适合算法初学者及编程爱好者参考。 此文档压缩包包含麻省理工学院的算法导论公开课课程笔记，对应的视频资源可在网易公开课上找到，需要的同学可以自行下载。