机缘
今天把《实战深度学习-xxx》的目录列了一下，以下摘抄一部分：
1.8 NumPy简介
1.8.1 NDArray的创建
1.8.2 NDArray索引
1.8.3 常⽤运算函数
总结/练习
1.9 Pandas简介
1.9.1 DataFrame创建
1.9.2 DataFrame索引
1.9.3 常⽤运算函数
1.9.3 ⽂件操作
总结/练习
2.2 梯度下降
2.2.1 什么是线性回归
2.2.2 什么是梯度下降
2.2.3 什么是损失函数
2.2.4 随机梯度下降、批梯度下降
2.2.5 代码实战梯度下降的线性回归
总结/练习
3.4 TensorFlow创建神经⽹络四步骤
3.4.1 数据读取
3.4.2 构建模型
3.4.3 训练模型
3.4.4 测试模型
总结/练习
4.9 重参数⽹络RepVGG
4.9.1 RepVGG块
4.9.2 模型介绍
4.9.2 代码实战
总结/练习
5.9 YOLOV4
5.9.1 模型介绍
5.9.2 代码实现模型搭建
5.9.3 代码实现标签值编码
5.9.4 代码实现损失定义
5.9.5 代码实现训练
5.9.6 代码实现预测推理
总结/练习
6 xxx识别项⽬实战
6.2.1 项⽬背景分析
6.2.2 整体技术⽅案
6.2.3 数据预处理
6.2.4 数据分布分析
6.2.5 详细参数设置
6.2.6 训练结果分析
6.2.7 参数调整
收获
今天在写目录的时候，顺便整理了一下以前学习人工智能深度学习的资料，为下一步码字做准备，力求写一本从零基础到实战，兼顾原理与代码，靠谱的书吧！