你将收获

学习完本课程后能够根据实际项目需求,自己设计出高精度的神经网络模型

对于误差反向传播法、卷积运算等看起来很复杂的技术,学习本课程后能够在实现层面上理解

掌握在实际工程项目中的一些有用的调试技巧,例如:确定学习率的方法、权重的初始值等

适用人群

1 图像处理技术人员 2 深度学习技术人员 3 机器学习、深度学习技术爱好者 4 相关院校的学生和老师 5 相关培训机构的学生和老师 6 近期准备深度学习相关岗位面试的待业人员。

课程介绍

       深度学习是近几年人工智能领域的主要研究方向,在很多领域都取得了很大发展,已经基本取代了先前相关技术,在图像识别、语音识别中取得了非常大的突破。这一领域的发展也非常迅猛,新的算法和网络模型与日俱进,入门者想在短时间内达到基本能力水平并尝试研发需要有业内人士的领路,这也是本课程制作的初衷。

       本课程分上下两部,上部总共27课时,先从Python入门必学开始讲解,过渡到Numpy基础知识,再介绍感知机原理与逻辑电路感知机代码的实现,接着由感知机引申出神经网络的原理和神经网络Numpy多维数组的实现,着重介绍了Sigmoid、Relu、softmax等函数的功能和用途,最后通过实战详细讲解了手写数字识别的实现案例。

 

注:本课程为实操课程,不提供PPT,但提供源码等课程资料。

课程目录

学员评价

5.0
  • 0%
  • 0%
  • 0%
  • 0%
  • 0%

正在加载中...

优惠券
立即
领取

满60减5

类型:满60减5

日期:自领取之后 90 天内有效

扫码帮你选课·只学有用的

进群领大额优惠券啦!帮你省钱选对的课