深度学习基础入门

课程简介

本课程共分为三个部分:基础理论、深度神经网络基本结构以及网络优化与实践。本课程采用了理论结合实践的讲解方式,方便读者边学边练,理解巩固。在解释相关概念时,作者尽力使用简单、直观、可实现的公式语言描述,尽量避免使用图形、比喻和白话等容易使初学者误入歧途的描述方式。读者在初学过程中可能会不太习惯,但这对于建立知识体系是十分重要的。

课程实践部分使用 TensorFlow 作为机器学习库,以帮助读者快速实现一些深度学习算法,从而建立信心,这种自信是任何学习过程都需要的。但机器学习库只是辅助,作者希望读者在学完本课程后,能够利用数学公式而非库函数的方式实现深度学习功能。这很难,但并不是不可能。

作者介绍

如是,算法工程师。主要从事数值模拟、智能算法研发工作。擅长高性能计算、物理、机器学习领域。曾参与设计自然灾害智能监控预报系统。

适宜人群

  • 对深度学习感兴趣的初学者;
  • 希望了解深度学习理论基础的开发人员。

达人课购买须知

  1. 本课程为图文内容课程,共计 13 篇。
  2. 付费用户可享受文章永久阅读权限。
  3. 付费用户可获取读者圈 PASS 权限,与讲师进一步互动。
  4. 本课程为虚拟产品,一经付费概不退款,敬请谅解。
  5. 本课程也可在 gitbook.cn 上购买和阅读。

订阅福利

  • GitChat 新用户购买立享五折优惠。
  • 订购本课程可获得专属海报,分享专属海报每成功邀请一位好友购买,即可获得 25% 的返现奖励,多邀多得,上不封顶,立即提现。
  • 提现流程:请在 GitChat 服务号中点击“我-我的邀请-提现”进行提现。
推荐达人课查看更多达人课
微信扫描登录