PyTorch Tutorials 神经网络 教学
深入探讨PyTorch神经网络：从基础概念到高级应用，涵盖CNN、RNN、自编码器、强化学习和GAN，并讲解优化技巧如批标准化和过拟合处理。
모두를 위한 딥러닝 - PyTorch
PyTorch를 활용한 딥러닝 기초부터 고급 기술까지 실습 중심으로 학습. 텐서 조작, 선형 회귀, CNN, RNN 등 다양한 모델 구현 및 최적화 기법 습득.
PyTorch
PyTorch ile derin öğrenme: Temel kavramlardan CNN'lere kadar kapsamlı bir eğitim. Yapay sinir ağları, lineer regresyon, aktivasyon fonksiyonları ve optimizasyon teknikleri üzerine uygulamalı dersler.
Machine Learning Projects - End to End in Python
Comprehensive Python projects covering machine learning, deep learning, and computer vision, with practical applications and deployment techniques.
Нейронные сети на Python. Уроки
Углубленное изучение нейронных сетей на Python: от основ до продвинутых архитектур. Практические примеры реализации различных типов сетей с использованием Keras и TensorFlow.
Keras ile Derin Öğrenme
Keras kullanarak derin öğrenme tekniklerini öğrenin. Kanser tespitinden görüntü işlemeye, oyun yapay zekasından LSTM'e kadar çeşitli uygulamalarla pratik yapın.
Deep learning ด้วย tensorflow และ keras
เรียนรู้การสร้างโมเดล Deep Learning ด้วย TensorFlow และ Keras ตั้งแต่พื้นฐานจนถึงระดับสูง ครอบคลุมการติดตั้ง การใช้งาน และเทคนิคการปรับแต่งโมเดล
Deep Learning with Keras
Hướng dẫn lập trình Deep Learning với Keras từ cơ bản đến nâng cao, giúp người mới dễ dàng tiếp cận và ứng dụng thông qua các ví dụ thực tế.
TensorFlow Tutorials 神经网络 教学 教程
从零开始学习TensorFlow构建神经网络，涵盖基础概念、CNN、RNN等高级主题，通过实例和可视化深入理解深度学习原理和应用。
Formation Tensorflow 2.0
Apprenez les fondamentaux de TensorFlow 2.0, des perceptrons aux réseaux de neurones récurrents, en passant par la normalisation des données et la création de modèles personnalisés.
Tensorflow Tutorial for Beginner in Python - Hindi
हिंदी में TensorFlow की शुरुआत से लेकर उन्नत अवधारणाओं तक का व्यापक प्रशिक्षण, जिसमें न्यूरल नेटवर्क, रिग्रेशन, वर्गीक रण और CNN शामिल हैं।
Introduction to Reinforcement Learning - Lecture 1: Overview of RL
强化学习入门概述:介绍RL基本概念、特点和应用,探讨其与监督学习的区别,展示RL在游戏、机器人等领域的成功案例,解释RL与深度学习的结合。
Network Anomaly Event Prediction and Optimal Resource Control in Cloud Native Network Functions
Explore eBPF observability in 5G networks, anomaly prediction with Deep Learning, and autonomous resource control for Cloud-native Network Functions, including deployment in public testbeds.
Develop, Build and Deploy Lightweight AI Services with WebAssembly
使用WebAssembly开发轻量级AI服务,实现高效推理。学习创建PyTorch和TensorFlow函数,扩展大语言模型,以及使用K8s等工具进行部署。
Shuhe Accelerates AI Model Service Deployment with Knative
数禾利用Knative加速AI模型部署，实现资源节省60%，部署周期缩短50%。探讨Knative扩展、Stable Diffusion部署及AI服务最佳实践。
Machine Intelligence at Google Scale
Googleの機械学習技術の概要と実用例を紹介。ニューラルネットワークやディープラーニングの基礎から、GoogleのAIサービスやクラウド製品の活用方法まで解説。
Humano o Máquina - El Futuro de la Identidad en el Mundo de la IA
Explora los desafíos de identidad y autenticación en un mundo donde la IA puede imitar a humanos, planteando preguntas cruciales sobre el futuro de la interacción hombre-máquina.
大语言模型将如何改变我们的生活？
探索大语言模型如何改变生活：剖析技术内核、产品逻辑，展望人工智能与人类的未来。深入了解这一变革性技术的潜力和影响。
Redes Neuronales de Grafos para la Prevención de Fraude
Explora el uso de grafos y redes neuronales para detectar phishing en banca empresarial, analizando patrones de conexión entre usuarios e IPs para identificar comportamientos sospechosos.
Hacking and Artificial Intelligence: A 9-Year Research Journey - Red Team Perspective
Exploración de 9 años sobre IA en ciberseguridad: desde detección de malware hasta modelos generativos, abordando aspectos defensivos y ofensivos con demostraciones prácticas y análisis de implicaciones éticas.
DeepThreats - The Influence of AI on Cybercrime
Exploración de amenazas emergentes de IA en ciberseguridad: cambios de rostro, robo de voz y malware mutante. Análisis de cómo estas tecnologías transforman el panorama de cibercrimen y sus implicaciones.