微信
支付宝
5天搞定深度学习进阶系列教程
机器学习，深度学习神经网络领域多年开发研究经验，精通算法原理与编程实践。曾完成过多项图像识别，目标识别，语音识别的实际项目，经验丰富。关注深度学习领域各种开源项目，如TensorFlow，Caffe，Torch等。喜欢理论与实践相结合的教学风格，课程编排由浅入深，体系清晰完整。
显示更多
课程状态：
已完结
16/16
适合人群：所有人
课程介绍
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。
课程收益
理解并学会深度学习中最热门最核心的深层网络。
课程大纲
课件付费后打包下载
- 第一章：深度置信网络DBN-DNN
-
- 1. 课程介绍，推荐系统算法介绍 课件付费后下载 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
