包含课程

  • 2582人 学习人数
    0.0分 课程评分
    1天搞定Python进阶课程-Matplotlib绘图
    matplotlib是python中非常常用的绘图工具包,可用于查看显示数据分析的结果,查看程序运行流程等等。本课程会讲解到matplotlib中常用的一些知识点,包括绘制基本图形,散点图,直方图,等高线图,3D图,动态图等等。同时还是涉及到legend图例,标注,多figure,subplot,设置坐标轴等一些内容。
    python
    绘图
    matplotlib
    深度学习
    人工智能
  • 2610人 学习人数
    0.0分 课程评分
    1天搞定Python进阶课程-数据分析库Pandas
    pandas是python中非常常用的数据分析库,在数据分析,机器学习,深度学习等领域经常被使用。本课程会讲解到pandas中核心的一些知识点,包括Series以及DataFrame的构建,赋值,操作,选择数据,合并等等,以及使用pandas对文件进行读取和写入,使用pandas绘图等等。
    python
    数据分析
    pandas
    深度学习
    人工智能
  • 2128人 学习人数
    0.0分 课程评分
    1天搞定Python进阶课程-科学计算库Numpy
    numpy是python基本常用的科学计算库,在数据分析,机器学习,深度学习等领域经常被使用,可以说是学习python的一个库。本课程会讲解到numpy中核心的一些知识点,包括numpy的属性,创建array,numpy的运算,矩阵运算,随机数生成,numpy的索引,array的合并与分割,numpy的浅拷贝深拷贝等内容。帮助大家掌握numpy的使用。
    python
    numpy
    深度学习
    人工智能
  • 4879人 学习人数
    5.0分 课程评分
    3天搞定机器学习深度学习基础-Python入门系列
    本课程内容经过精心设计和挑选,只保留精华的python入门知识点。包括:Anaconda的安装使用,print,input用法,运算符和变量,while循环和for循环,列表,元组,if条件,字典,函数,模块,类,文件读写,异常处理,数据存储等等。 PS:本课程不会涉及到机器学习深度学习相关知识。只不过python已经成为深度学习使用广泛的编程语言,所以学习深度学习之前好先学会python。
    python
    深度学习
    人工智能
  • 11498人 学习人数
    5.0分 课程评分
    5天搞定深度学习框架-Caffe入门系列
    本课程是在windows环境下的caffe课程,主要使用的是python的接口。 首先带着大家完成一个MNIST手写数字识别的项目,让大家了解caffe训练模型的大致流程。然后会讲到caffe中的一些重要文件和配置,使用python绘图。后的部分会使用GoogleNet实现图像识别。
    人工智能
    Caffe
    深度学习
    机器学习
  • 3749人 学习人数
    5.0分 课程评分
    5天搞定深度学习进阶系列教程
    这门课程是“深度学习入门系列培训教程”的后续内容,深度学习进阶系列培训课程概况: 在深度学习入门系列的课程中,我们基本掌握了一些基础知识,在这门课程中我们将进一步学习深度学习原理、核心内容。包括深度置信网络DBN学习,卷积神经网络CNN入门到精通,深度残差网络RES和长短时记忆网络LSTM的构建以及使用。 后一部分我们也会稍微讲解一些人工智能前沿的发展强化学习RL,迁移学习TL和生成式对抗网络GAN。
    深度学习
    人工智能
    机器学习
    神经网络
  • 3012人 学习人数
    4.0分 课程评分
    Tensorflow进阶项目系列
    本课程上半部分会从Tensorflow基础的框架开始介绍,从Tensorflow的安装开始,一步一步仔细讲解Tensorflow中的各种技术细节。让大家上手编写神经网络。同时也会补充一些深度学习相关的理论知识,如交叉熵,Softmax函数,深度学习中各种优化器的算法和应用等内容。 下半部分会从头开始详细讲解几个深度学习的项目,如图像识别,验证码识别,word2vec,文本分类,语音分类等。
    人工智能
    Tensorflow
    深度学习
    机器学习
  • 4753人 学习人数
    4.6分 课程评分
    Tensorflow基础入门系列
    本课程上半部分会从Tensorflow基础的框架开始介绍,从Tensorflow的安装开始,一步一步仔细讲解Tensorflow中的各种技术细节。让大家上手编写神经网络。同时也会补充一些深度学习相关的理论知识,如交叉熵,Softmax函数,深度学习中各种优化器的算法和应用等内容。 下半部分会从头开始详细讲解几个深度学习的项目,如图像识别,验证码识别,word2vec,文本分类,语音分类等。
    人工智能
    Tensorflow
    深度学习
    机器学习

套餐介绍

本套餐从深度学习的理论基础知识开始讲解,其中包括深度置信网络DBN,卷积神经网络CNN,深度残差网络RES及长短时记忆网络LSTM等知识点;还包括python的入门知识,numpy,pandas,matplotlib的使用。后通过如今热门的深度学习框架Tensorflow和Caffe来进行深度学习和项目实践。学完本套餐后既可以掌握如今核心的几种深度学习网络,又能基本掌握深度学习的实践技能。