Python深度学习

Python深度学习
共104节 2851人在学 课程详情
  • 初探深度学习

    • 第一个应用:识别手写数字 - 2
    • 了解人工智能
    • 了解深度学习 - 1
    • 了解深度学习 - 2
    • 安装Python
    • 安装开发环境和必要的库
    • 第一个应用:识别手写数字 - 1
  • 神经网络基础 - 数据表示

    • 神经网络的数据表示 - 1
    • 神经网络的数据表示 - 2
  • 神经网络基础 - 张量运算

    • 神经网络的齿轮:张量运算 - 1
    • 神经网络的齿轮:张量运算 - 2
  • 神经网络的基础 - 了解神经网络

    • 了解神经网络 - 1
    • 了解神经网络 - 2
  • 神经网络基础 - 核心算法

    • 前向传播算法
    • 梯度下降算法 - 1
    • 梯度下降算法 - 2
    • 反向传播算法
    • 回顾第一个例子
  • 神经网络基础 - 激活函数

    • 了解激活函数
    • Sigmoid函数
    • 双曲正切函数
    • ReLU函数
    • Softmax函数
    • 选择合适的激活函数
  • 神经网络基础 - 损失函数

    • 了解损失函数
    • 回归损失函数
    • 分类损失函数
  • 神经网络基础 - 超参数

    • 学习率
    • 动量
  • Keras深度学习框架

    • 了解Keras深度学习框架
    • 使用Keras搭建一个神经网络
    • 全连接层
    • 模型编译参数:Optimizer
    • 模型编译参数:Loss
    • 模型编译参数:Metrics
  • 神经网络入门案例

    • 电影评论分类(二分类问题)- 1
    • 电影评论分类(二分类问题)- 2
    • 电影评论分类(二分类问题)- 3
    • 电影评论分类(二分类问题)- 4
    • 新闻分类(多分类问题)- 1
    • 新闻分类(多分类问题)- 2
    • 预测房价(回归问题)- 1
    • 预测房价(回归问题)- 2
  • 计算机视觉 - 卷积神经网络

    • 卷积神经网络的由来
    • 初识卷积神经网络 - 1
    • 初识卷积神经网络 - 2
    • 初识卷积神经网络 - 3
    • 卷积操作与计算 - 1
    • 卷积操作与计算 - 2
    • 池化操作与计算
    • 第一个卷积神经网络示例 - 1
    • 第一个卷积神经网络示例 - 2
  • 计算机视觉 - 卷积神经网络分解

    • 卷积层
    • 池化层
    • 全连接层
  • 计算机视觉 - 卷积神经网络的训练

    • 误差反向传播与参数更新 - 1
    • 误差反向传播与参数更新 - 2
  • 计算机视觉 - 案例:猫狗分类

    • 案例:猫狗分类 - 1
    • 案例:猫狗分类 - 2
    • 案例:猫狗分类 - 3
  • 计算机视觉 - 使用预训练的卷积神经网络

    • 了解预训练网络
    • 特征提取 - 1
    • 特征提取 - 2
    • 特征提取 - 3
    • 微调模型
  • 计算机视觉 - 卷积神经网络的可视化

    • 中间激活可视化 - 1
    • 中间激活可视化 - 2
    • 类激活热力图 - 1
    • 类激活热力图 - 2
  • 深度学习与序列

    • 深度学习与序列数据
    • 处理文本数据 - 1
    • 处理文本数据 - 2
    • 处理文本数据 - 3
    • 处理文本数据 - 4
    • 处理文本数据 - 5
    • 案例:整合从原始文本到词嵌入 - 1
    • 案例:整合从原始文本到词嵌入 - 2
    • 案例:整合从原始文本到词嵌入 - 3
    • 循环神经网络 - 1
    • 循环神经网络 - 2
    • LSTM - 1
    • LSTM - 2
    • GRU
  • 生成式深度学习 - 了解生成式深度学习

    • 了解生成式深度学习
  • 生成式深度学习 - 生成式循环网络

    • 生成式循环网络
    • 使用 LSTM 生成古诗 - 1
    • 使用 LSTM 生成古诗 - 2
    • 使用 LSTM 生成古诗 - 3
    • 使用 LSTM 生成古诗 - 4
    • 使用 LSTM 生成古诗 - 5
  • 生成式深度学习 - 神经风格迁移

    • 神经风格迁移
    • 实现神经风格迁移 - 1
    • 实现神经风格迁移 - 2
    • 实现神经风格迁移 - 3
    • 实现神经风格迁移 - 4
  • 生成式深度学习 - 变分自编码器生成图像

    • 变分自编码器生成图像
    • 实现变分自编码器生成图像 - 1
    • 实现变分自编码器生成图像 - 2
    • 实现变分自编码器生成图像 - 3
  • 生成式深度学习 - 生成式对抗网络

    • 生成式对抗网络 - 1
    • 生成式对抗网络 - 2
    • 生成式对抗网络 - 3
    • 生成式对抗网络 - 4
    • 生成式对抗网络 - 5

    订阅失败

    Python深度学习
    Python深度学习 ...

    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...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈,我们将及时处理!

    课时介绍

    卷积层

    课程介绍

    【开发课程目的】
    随着人工智能时代到来,人们的工作、生活和学习方式将发生颠覆性的变化。巨变中,传统行业或将改变、或将消失,同时也会有大量人工智能相关岗位涌现出来。Python作为人工智能产品开发的首选语言,自然成为需求热点,掌握Python编程技能已成为大势所趋。因此,我们设计开发了人工智能编程系列课程:
    第一篇:Python编程基础
    第二篇:Python数据分析
    第三篇:Python机器学习
    第四篇:Python深度学习

    【深度学习课特色】

    1、课程内容全面,包括神经网络基础、计算机视觉、序列、生成式深度学习4个单元,涉及密集网络、卷积网络、循环网络和对抗网络等

    2、课程开发与讲授为同一人,保持统一的风格和完整的课程体系。

    3、课程的数据资源丰富,包括:影评数据、新闻数据、手写数字图片数据、诗词语料库、Kaggle竞赛用数据等,一步一步培养和锻炼学员独立的分析和解决实际问题的能力。

    4、课时安排紧凑、不冗长,保持学习兴趣。

    5、从设计到实现,讲解不放过每一行代码,帮助学员快速形成编程能力。

     

    6、案例丰富,包括手写数字识别、情感分析、猫狗分类、诗词创作、生成艺术风格照片等十几个深度学习应用案例

    【学习目标】

     

    胜任Python深度学习岗位及相关工作

    推荐课程

    信息系统项目管理师自考笔记

    李明 · 859人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22610人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4279人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 823人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 884人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5193人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1524人在学

    Python Django 深度学习 小程序

    钟翔 · 2385人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 660人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 4062人在学

    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
    课件正在飞速打包中,请耐心等待几秒钟~