深度学习从工程角度再探《线性代数》
从工程角度探讨线代的典型应用，通过“刷实例”来培养解决工程问题的数学直觉。 课程安排 1.从新的角度讲解线性代数中最重要的知识点；(从有别于大学课程的角度，更深入理解线性代数) 向量、矩阵、矩阵乘法、方程组、矩阵分解... 2.探讨每一个知识点的典型应用； 推荐系统中的相似性度量 图像处理中的低通滤波及边缘检测 游戏中的图形变换 天文学中的轨道参数估计 数据降维中的主成分分析 人脸识别 搜索引擎中的网页排名 基于协同过滤的推荐系统 3.用Python实现上述应用。 总结起来，就是每学完一个知识点，就给出相关实例，并用Python语言做对应的代码实践！
共32节 1094人已学习¥192.0 免费试学
深度学习亲自动手写一个深度学习框架
在开始深度学习项目之前，选择一个合适的框架是非常重要的，因为选择一个合适的框架能起到事半功倍的作用。Caffe、Tensorflow等框架灵活好用，但也屏蔽了很多技术细节，对我们的学习有很多不利之处！！ 本课程带领大家亲自动手写一个更方便大家使用的深度学习框架，帮助大家理解常用技术的底层实现。具体安排如下： 1.板书完成数学推导，同时画图讲解； 2.基础：Python实现多层感知器； 3.进阶：C++实现深度学习框架； 4.穿插讲解重点的Python、C++知识。 我相信这次学习能给大家带来不一样的体验！！！
共41节 2835人已学习¥295.0 免费试学
- 1
刘高联
架构师
熟悉C/C++、Java、Python等编程语言，熟悉ROS系统；
拥有丰富的嵌入式、计算机视觉和图像处理产品研发经验。领导开发的图像型林火预警系统已经在多处山林应用。
课程数 2 学生数 3929