微信
支付宝
课程收益
这门课程是“深度学习入门系列”的后续内容。
在入门系列的课程中，我们基本掌握了深度学习的一些基础知识，在这门课程中我们将进一步学习深度学习的核心内容。核心内容包括深度置信网络DBN，卷积神经网络CNN，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。
展开详情
- 第一章：深度置信网络DBN-DNN
-
- 1. 课程介绍，推荐系统算法介绍 付费专享 18:36
- 2. 受限玻尔兹曼机在推荐系统中的应用 19:28
- 3. 深度置信网络DBN-DNN 19:08
- 第二章：卷积神经网络CNN
-
- 1. 卷积神经网络CNN 20:00
- 2. 手写体识别网络LeNET-5结构分析 28:58
- 3. ImageNet介绍 8:33
- 4. ILSVRC12图像识别比赛冠军AlexNet 38:57
- 5. GPU及TPU介绍 9:04
- 第三章：152层深度残差网络RES
-
- 1. 深度残差网络RES（论文讲解） 43:07
- 2. 批量正则化Batch Normalization 21:03
- 3. 深度残差网络进一步研究（论文讲解） 14:00
- 第四章：长短时记忆网络LSTM
-
- 1. 递归神经网络RNN 11:03
- 2. 长短时记忆网络LSTM 19:14
- 第五章：人工智能前沿方向
-
- 1. 强化学习RL 17:37
- 2. 迁移学习TL 8:35
- 3. 生成式对抗网络GAN 13:07
内容评价0
暂无评论
评论成功
评论失败
