第01课 AI就业项目前导课

• 课时1人工智能企业级项目课程介绍

  试听 00 : 27 : 30

  开始学习
• 课时2全面了解AI算法工程师就业

  00 : 17 : 15

  开始学习

第02课 深度学习理论知识回顾

• 课时1人工智能的发展历程

  00 : 04 : 42

  开始学习
• 课时2常用的激活函数

  00 : 05 : 21

  开始学习
• 课时3神经网络全连接的原理

  00 : 04 : 33

  开始学习
• 课时4CNN卷积原理

  00 : 03 : 47

  开始学习
• 课时5BN层原理

  00 : 07 : 11

  开始学习
• 课时6池化层的原理与作用

  00 : 05 : 13

  开始学习
• 课时7卷积神经网络发展历史

  00 : 09 : 46

  开始学习
• 课时8RNN和LSTM原理讲解

  00 : 05 : 20

  开始学习
• 课时9深度学习框架TensorFlow和PyTorch区别

  00 : 06 : 44

  开始学习
• 课时10Windows和Ubuntu下安装CUDA11.1

  00 : 12 : 44

  开始学习
• 课时11训练模型没有GPU硬件的处理办法

  00 : 07 : 52

  开始学习
• 课时12演示云服务器上运行代码

  00 : 20 : 50

  开始学习

第03课 深度学习库 PyTorch学习

• 课时1PyTorch学习：猫狗分类全连接代码讲解（上）

  00 : 12 : 55

  开始学习
• 课时2PyTorch学习：猫狗分类全连接代码讲解（中）

  00 : 16 : 27

  开始学习
• 课时3PyTorch学习：猫狗分类全连接代码讲解（下）

  00 : 10 : 06

  开始学习
• 课时4PyTorch学习：猫狗分类CNN代码讲解

  00 : 11 : 13

  开始学习

第04课 MTCNN人脸检测和FaceNet人脸识别原理

• 课时1项目简介

  00 : 04 : 24

  开始学习
• 课时2人脸识别无感通勤理论简介

  00 : 04 : 25

  开始学习
• 课时3MTCNN测试代码介绍（上）

  00 : 12 : 21

  开始学习
• 课时4MTCNN测试代码介绍（下）

  00 : 06 : 15

  开始学习
• 课时5MTCNN的三个网络的结构

  00 : 12 : 07

  开始学习
• 课时6MTCNN损失函数详解

  00 : 09 : 23

  开始学习
• 课时7图像金字塔和NMS

  00 : 12 : 39

  开始学习
• 课时8MTCNN的训练

  00 : 07 : 03

  开始学习
• 课时9FaceNet模型流程和三元组损失

  00 : 08 : 34

  开始学习
• 课时10FaceNet训练代码讲解（上）

  00 : 11 : 31

  开始学习
• 课时11FaceNet训练代码讲解（下）

  00 : 04 : 41

  开始学习
• 课时12FaceNet网络结构讲解

  00 : 07 : 57

  开始学习
• 课时13FaceNet推理代码讲解

  00 : 05 : 31

  开始学习

第05课 项目实战：RetinaFace人脸检测、ArcFace人脸识别

• 课时1RetinaFace模型训练

  00 : 08 : 10

  开始学习
• 课时2ArcFace模型训练

  00 : 09 : 47

  开始学习
• 课时3ArcFace模型推理项目演示

  00 : 11 : 52

  开始学习
• 课时4RetinaFace模型推理项目演示

  00 : 08 : 41

  开始学习
• 课时5RetinaFace训练代码和损失函数讲解

  00 : 13 : 55

  开始学习
• 课时6RetinaFace网络结构讲解

  00 : 08 : 49

  开始学习
• 课时7ArcFace训练代码讲解

  00 : 12 : 58

  开始学习
• 课时8Focal Loss讲解

  00 : 03 : 51

  开始学习
• 课时9企业级考勤Demo流程演示

  00 : 12 : 21

  开始学习
• 课时10模型部署方案讲解

  00 : 08 : 48

  开始学习
• 课时11模型部署方案补充

  00 : 09 : 20

  开始学习