注意：只展示部分的文件和文件夹 实际有51个文件
138-TensorFlow 2项目进阶实战 18.1GB
56丨结束语.mp4 109.8MB
55丨使TensorFlowLite实现边缘智能.mp4 210.5MB
54丨使TensorFlowServing部署云端服务.mp4 756.3MB
53丨使@tf.function提升性能.mp4 556.0MB
52丨使TensorFlowHub迁移学习.mp4 209.8MB
51丨使TensorFlow2实现分布式训练.mp4 674.2MB
50丨使TensorFlow2实现图像数据增强.mp4 438.8MB
49丨交付AISaaS：部署和测试AISaaS.mp4 616.0MB
48丨交付AISaaS：10分钟快速掌握容器部署.mp4 307.9MB
47丨搭建AISaaS实战：10分钟快速开发AISaaS.mp4 828.6MB
46丨搭建AISaaS理论：10分钟快速开发AISaaS.mp4 166.1MB
45丨搭建AISaaS理论：数据库ORM选型.mp4 264.1MB
44丨搭建AI SaaS理论：Web框架选型.mp4 252.4MB
43丨展现AI效果实战：使用OpenCV可视化识别结果.mp4 316.3MB
42丨展现AI效果理论：使用OpenCV可视化识别结果.mp4 211.0MB
41丨串联AI流程实战：商品检测与商品识别.mp4 495.4MB
40丨串联AI流程理论：商品检测与商品识别.mp4 195.0MB
39丨扩展：图像分类更多应3场景介绍.mp4 250.0MB
38丨扩展：图像分类常用数据集综述.mp4 126.4MB
37丨应用：使用ResNet识别货架商品.mp4 441.7MB
36丨应0：使4TensorFlow2训练ResNet.mp4 421.8MB
35丨应用：分类训练集与验证集划分.mp4 443.9MB
34丨应0：检测SKU抠图与分类标注流程.mp4 220.1MB
33丨基础：越来越深的图像分类网络.mp4 427.6MB
32丨基础：图像分类问题定义与说明.mp4 537.9MB
31丨扩展：目标检测更多应用场景介绍.mp4 271.9MB
30丨扩展：目标检测常用数据集综述.mp4 201.9MB
29丨应用：使用RetinaNet检测货架商品.mp4 615.9MB
28丨应用：使用TensorFlow2训练RetinaNet.mp4 898.8MB
27丨应用：生成CSV格式数据集与标注.mp4 391.4MB
26丨应用：划分检测训练集与测试集.mp4 638.6MB
25丨应用：检测数据标注方法与流程.mp4 351.3MB
24丨应用：RetinaNet与FacolLoss带来了什么.mp4 463.4MB
23丨理论：YOLO系列一阶段模型概述.mp4 354.8MB
22丨理论R-CNN系列二阶段模型综述.mp4 239.4MB
21丨基础：深度学习在目标检测中的应用.mp4 176.6MB
20丨基础：目标检测问题定义与说明.mp4 390.2MB
19丨方案交付：支持在线识别和API调用的AI SaaS 已学完.mp4 366.1MB
18丨方案设计：基于深度学习的检测.mp4 214.6MB
17丨短期目标：自动化陈列审核和促销管理.mp4 257.7MB
16丨长期⽬标：货架数字化与业务智能化.mp4 194.8MB
15丨用户需求：线下门店业绩如何提升？.mp4 282.2MB
14丨行业背景：AI新零售是什么.mp4 628.5MB
13丨使用TensorFlow2训练分类网络.mp4 287.9MB
12丨FashionMNIST数据集介绍.mp4 256.6MB
11丨使用tf.keras管理functionalAPI.mp4 229.4MB
10丨使用tf.keras管理Sequential模型.mp4 277.6MB
09丨使用tf.keras.datasets加载数据.mp4 172.8MB
08丨TensorFlow2数据导入与使⽤.mp4 254.3MB
07丨TensorFlow2开发环境搭建.mp4 280.9MB
06丨TensorFlow2落地应⽤.mp4 318.5MB
