深度学习入门

深度学习入门
共75节 671人在学 课程详情
  • 深度学习从零入门

    • 第一课第1节:深度学习应用
    • 第一课第2节:线性分类器基本概念
    • 第一课第3节:hinge loss、交叉熵损失
    • 第一课第4节:神经网络的网络结构
    • 第一课第5节:非线性表达能力原理和过拟合
    • 第一课第6节:传递函数和BP算法概念
    • 第一课第7节:BP算法公式实例推导
    • 第一课第8节:实战:手写一个神经网络算法进行分类
  • 透彻理解CNN

    • 第二课第1节:CNN层级结构
    • 第二课第2节:数据输入层
    • 第二课第3节:卷积层
    • 第二课第4节:激励层,池化层,全连接层
    • 第二课第5节:卷积层可视化理解
    • 第二课第6节:正则化与Dropout
    • 第二课第7节:典型结构与训练
    • 第二课第8节:实战:用Keras实战CNN图片分类
    • 第三课第1节:图像处理任务
    • 第三课第2节:图像识别和定位任务思路一
    • 第三课第3节:图像识别和定位任务思路二
    • 第三课第4节:物体检测选择性搜索
    • 第三课第5节:物体检测R-CNN
    • 第三课第6节:物体检测Fast R-CNN
    • 第三课第7节:物体检测Faster R-CNN
    • 第三课第8节:图像分割
    • 第三课第9节:部分代码和训练数据
  • CNN延伸:深度学习框架与高级应用

    • 第四课第1节:Caffe介绍
    • 第四课第2节:为什么使用tesorflow?
    • 第四课第3节:Tensflow计算图
    • 第四课第4节:Tensflow会话机制和打印结果
    • 第四课第5节:TensorBoard可视化
    • 第四课第6节:Tensflow数据类型
    • 第四课第7节:Pytroch计算图介绍
    • 第四课第8节:Pytroch建模使用方法
    • 第四课第9节:Pytorch和tensorflow区别
    • 第四课第10节:Pytroch代码实战
    • 第五课第1节:对抗生成网络原理
    • 第五课第2节:深度卷积对抗生成网络
    • 第五课第3节:图像翻译(Pix2Pix)
    • 第五课第4节:多领域图像翻译
    • 第五课第5节:文本生成图像(Text2Img)
    • 第五课第6节:DCGAN实现手写数字实战
  • 掌握自然语言处理中的神经网络

    • 第六课第1节:词向量介绍
    • 第六课第2节:词向量离散表示-N-gram和语言模型
    • 第六课第3节:词向量分布式表示-共现矩阵和SVD降维
    • 第六课第4节:词向量分布式表示-NNLM
    • 第六课第5节:词向量分布式表示-Word2vec
    • 第六课第6节:Word2vec问题和词嵌入效果评估
    • 第六课第7节:Word2vec工具介绍-gensim
    • 第七课第1节:RNN的应用场景
    • 第七课第2节:RNN的网络层级结构
    • 第七课第3节:不同类型的RNN
    • 第七课第4节:深层双向RNN与BPTT算法
    • 第七课第5节:生成模型与图像描述
    • 第七课第6节:LSTM、GRU
    • 第七课第7节:实战:用LSTM模型建立一个唐诗生成器
    • 第八课第1节:RNN条件生成
    • 第八课第2节:机器翻译
    • 第八课第3节:Attention机制
    • 第八课第4节:图像生成文本
    • 第八课第5节:总结与代码实战
  • 迁移学习与增强学习

    • 第十课第3节:风格迁移实现原理步骤续
    • 第十课第4节:模型Fine-tuning
    • 第十课第5节:多语种语音识别 Multitask Learning
    • 第十课第6节:域对抗 Domain-adversarial training
    • 第十课第7节:Capsule Net
    • 第九课第1节:强化学习介绍
    • 第九课第2节:强化学习的难点
    • 第九课第3节:马尔可夫决策过程
    • 第九课第4节:打折未来奖励
    • 第九课第5节:Q-learning
    • 第九课第6节:Deep Q-Network
    • 第九课第7节:Q-learning应用
    • 第九课第8节:案例 Flappy-bird
    • 第十课第1节:风格迁移应用
    • 第十课第2节:风格迁移实现原理步骤

    订阅失败

    深度学习入门
    深度学习入门 ...

    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

    RNN的应用场景

    课程介绍

     

    推荐课程

    机器学习入门与特征工程

    王而川 · 505人在学

    机器学习案例实战篇

    段智华 · 911人在学

    机器学习算法教程

    刘老师 · 325人在学

    人工智能工程师第七期

    AI100讲师 · 754人在学

    讲给入门者的深度学习

    李立宗 · 3179人在学

    完美统计学-数据科学必学

    李文斌 · 1065人在学

    深度学习30天系统实训

    唐宇迪 · 17717人在学

    补差价专拍

    高山 · 430人在学

    机器学习路线视频教学

    章华燕 · 2460人在学

    机器学习基础

    张晨光 · 908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~