人工智能:深度学习入门到精通实战-

共213节1296人学习任大勇 课程详情
播放页问题反馈
  • 深度学习基础-深度学习简介

    • 前置知识
    • 传统编程与数据编程
    • 深度学习起源
    • 深度学习崛起与发展
    • 深度学习成功案例
    • 深度学习特点
  • 深度学习基础-Python基础

    • PyTorch介绍与环境配置
    • 数据操作与创建Tensor
    • 算术操作、索引与改变形状
    • 线性代数、广播机制与内存开销
    • Tensor和NumPy相互转换与Tensor on GPU
    • 实验01-创建和使用Tensor-1
    • 实验01-创建和使用Tensor-2
    • 梯度下降
    • 实验02-梯度下降-1
    • 实验02-梯度下降-2
    • 自动求梯度概念
    • 自动求梯度实例
    • 实验03-自动求梯度-1
    • 实验03-自动求梯度-2
  • 深度学习基础-线性回归

    • 线性回归讲解
    • 线性回归实例
    • 实验04-从零实现线性回归-1
    • 实验04-从零实现线性回归-2
    • 实验05-线性回归的简洁实现-1
    • 实验05-线性回归的简洁实现-2
  • 深度学习基础-softmax回归

    • softmax回归
    • 实验06-FashionMNIST
    • 实验07-从零实现Softmax回归-1
    • 实验07-从零实现Softmax回归-2
    • 实验08-softmax回归的简洁实现
  • 深度学习基础-多层感知机

    • 感知机
    • 多层感知机
    • 多层感知机与神经网络
    • 激活函数
    • 正向传播
    • 反向传播
    • 正向传播和反向传播
    • 批大小
    • 实验09-从零实现MLP
    • 实验10-MLP的简洁实现
  • 深度学习基础-模型选择、欠拟合和过拟合

    • 训练误差和泛化误差
    • 模型选择
    • 欠拟合和过拟合
    • 权重衰减
    • 丢弃法
    • 实验11-多项式函数拟合实验
    • 实验12-高维线性回归实验-1
    • 实验12-高维线性回归实验-2
    • 实验13-Dropout
  • 深度学习基础-数值稳定性和模型初始化

    • 数值稳定性和模型初始化-1
    • 数值稳定性和模型初始化-2
    • 实验14-房价预测案例-1
    • 实验14-房价预测案例-2
    • 实验14-房价预测案例-3
  • 深度学习计算-模型构造

    • 模型构造-1
    • 模型构造-2
    • 模型构造-3
    • 实验15-模型构造-1
    • 实验15-模型构造-2
  • 深度学习计算-模型参数的访问、初始化和共享

    • 模型参数的访问
    • 模型参数初始化和共享
    • 实验16-模型参数-1
    • 实验16-模型参数-2
  • 深度学习计算-自定义层与读取和储存

    • 不含模型参数的自定义层
    • 含模型参数的自定义层
    • 实验17-自定义层
    • 读取和储存
    • GPU计算
    • 实验18-读取和储存
  • 卷积神经网络

    • 卷积神经网络
    • 卷积神经网络的组成层
    • 图像分类的局限性
    • 二维卷积层与卷积层
    • 卷积在图像中的直观作用
    • 实验19-二维卷积层
    • 填充与步幅
    • 卷积过程
    • 卷积层参数-1
    • 卷积层参数-2
    • 实验20-Pad和Stride
    • 多输入和输出通道
    • 实验21-多通道
    • 池化层
    • 实验22-池化层
  • 经典网络

    • 卷积神经网络
    • 实验23-LeNet模型
    • 深度卷积神经网络
    • 实验24-AlexNet模型
    • 使用重复元素的网络
    • 实验25-VGG模型
    • 网络中的网络
    • 实验26-NiN模型
    • 含并行连接的网络
    • 实验27-GoogLeNet模型
    • 批量归一化-1
    • 批量归一化-2
    • 实验28-批量归一化
    • 残差网络
    • 实验29-残差网络
    • 稠密连接网络
    • 实验30-稠密连接网络
  • 循环神经网络

    • 语言模型和计算
    • n元语法
    • RNN和RNNs
    • 标准RNN向前输出流程和语言模型应用
    • vector-to-sequence结构
    • 实验31-语言模型数据集-1
    • 实验31-语言模型数据集-2
    • 实验32-从零实现循环神经网络-1
    • 实验32-从零实现循环神经网络-2
    • 实验32-从零实现循环神经网络-3
    • 从零实现循环神经网络-最终
    • 实验33-简洁实现循环神经网络-1
    • 实验33-简洁实现循环神经网络-2
  • RNN进阶

    • 通过时间反向传播-1
    • 通过时间反向传播-2
    • 长短期记忆-1
    • 长短期记忆-2
    • 实验34-长短期记忆网络-1
    • 实验34-长短期记忆网络-2
    • 门控循环单元
    • RNN扩展模型
    • 实验35-门控循环单元
  • 优化算法

    • 优化与深度学习
    • 局部最小值和鞍点
    • 提高深度学习的泛化能力
    • 实验36-小批量梯度下降-1
    • 实验36-小批量梯度下降-2
    • 动量法-1
    • 动量法-2
    • 实验37-动量法
    • AdaGrad算法与特点
    • 实验38-AdaGrad算法
    • RMSrop算法
    • 实验39-RMSProp算法
    • AdaDelta算法
    • 实验40-AdaDelta算法
    • Adam算法
    • 实验41-Adam算法
    • 不用二阶优化讲解与超参数
  • 计算机视觉

    • 图像增广与挑战
    • 翻转、裁剪、变化颜色与叠加
    • 实验42-图像增广-1
    • 实验42-图像增广-2
    • 微调
    • 迁移学习
    • 实验43-微调-1
    • 实验43-微调-2
    • 目标检测
    • 边界框
    • 实验44-边界框
    • 锚框与生成多个锚框
    • 交并比
    • 实验45-生成锚框-1
    • 实验45-生成锚框-2
    • 标注训练集的锚框-1
    • 标注训练集的锚框-2
    • 实验46-标注训练集的锚框-1
    • 实验46-标注训练集的锚框-2
    • 实验46-标注训练集的锚框-3
    • 输出预测边界框
    • 实验47-输出预测边界框-1
    • 实验47-输出预测边界框-2
    • 多尺度目标检测
    • 实验48-多尺度目标检测
    • 目标检测算法分类
    • SSD与模型设计
    • 预测层
    • 损失函数
    • SSD预测
    • 实验49-目标检测数据集
    • 实验50-SSD目标检测-1
    • 实验50-SSD目标检测-2
    • SSD目标检测实验50倒数第四个
    • 第50的实验倒数第三个
    • 第50的实验倒数第二个
    • 第50的实验最终
  • 自然语言处理

    • 词嵌入和词向量
    • 神经网络模型
    • 跳字模型
    • 训练跳字模型
    • 连续词袋模型
    • 负采样
    • 层序softmax
    • 子词嵌入
    • Fasttext模型
    • 全局向量的词嵌入
    • 实验51-word2vec之数据预处理-1
    • 实验51-word2vec之数据预处理-2
    • 实验52-word2vec之负采样-1
    • 实验52-word2vec之负采样-2
    • 实验53-word2vec之模型构建-1
    • 实验53-word2vec之模型构建-2
    • 实验54-求近义词和类比词-1
    • 实验54-求近义词和类比词-2
    • 实验55-文本情感分类RNN-1
    • 实验55-文本情感分类RNN-2
    • 实验55-文本情感分类RNN-3
    • 文本情感分类RNN-最终
    • TextCNN
    • TextCNN流程
    • 实验56-文本情感分类textCNN-1
    • 实验56-文本情感分类textCNN-2
    • Seq2Seq的历史与网络架构
    • Seq2Seq的应用与存在的问题
    • Attention机制与Bucket机制
    • 实验57-机器翻译之模型构建-1
    • 实验57-机器翻译之模型构建-2
    • 机器翻译之模型构建最终
    • 实验58-机器翻译之训练评估-1
    • 实验58-机器翻译之训练评估-2
    • 机器翻译之训练评估最终

    订阅失败

    人工智能:深度学习入门到精通实战
    人工智能:深度学习入门到精通实战 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
    提交答案

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    程序员研修院 v1.1.0
    一、播放器优化
    修改播放器默认倍速设置,增加1.25倍速
    调整目录展示形式,增加折叠/展开
    优化播放器的使用体验,有播放问题可以点击播放页内的”反馈“提交问题
    查看全部版本记录
    课件正在飞速打包中,请耐心等待几秒钟~