深度学习理论解析与实战应用
176
已购买
18
课时

课程介绍

如今,深度学习发展迅速,其影响力也越来越大,在机器视觉、语音识别、机器翻译等领域都取得了前所未有的发展。深度学习的复杂性和难点主要体现在神经网络模型的数学推导、神经网络模型的优化,以及如何构建一个优秀的深度学习模型解决实际问题。

针对这些难点,特别推出了本达人课,希望通过课程内容的学习,大家可以扫清学习过程中的障碍,再上新台阶。

本课程共包含三大部分。

第一部分(第01-04课),主要介绍一些深度学习的预备知识。对深度学习进行简要概述,列举重要的 Python 基础知识,手把手教你搭建本课程需要的开发环境,使用 Anaconda 平台,重点介绍 Jupyter Notebook 的使用以及知名的深度学习框架 PyTorch。

第二部分(第05-14课),主要介绍神经网络的基础,以最简单的两层神经网络入手,详细推导正向传播与反向梯度的算法理论。然后,从简单网络推导至深度网络,并重点介绍神经网络优化算法及构建神经网络模型的实用建议。每一部分都会使用 Python 构建神经网络模型来解决实际问题。

第三部分(第15-18课),主要介绍卷积神经网络 CNN 和循环神经网络 RNN,重点剖析两种模型的数学原理和推导过程。最后,利用越来越火的深度学习框架 PyTorch 分别构建 CNN 和 RNN 模型,解决实际问题。

作者介绍

王柳,北京大学硕士毕业。CSDN 博客专家,长期活跃于 CSDN、知乎、掘金、简书等各大知识平台。擅长机器学习、深度学习算法理论,实战经验丰富,创办了机器学习公众号:AI 有道(ID:redstonewill)。

第01课:深度学习概述
第02课:深度学习 Python 必备知识点
第03课:Anaconda 与 Jupyter Notebook
第04课:深度学习框架 PyTorch
第05课:神经网络基础知识
第06课:浅层神经网络(NN)
第07课:项目实战——自己动手写一个神经网络模型
作者撰写中...
第08课:深层神经网络(DNN)
作者撰写中...
第09课:项目实战——让你的神经网络模型越来越深
作者撰写中...
第10课:优化神经网络——如何防止过拟合
作者撰写中...
第11课:优化神经网络——梯度优化
作者撰写中...
第12课:优化神经网络——网络初始化技巧与超参数调试
作者撰写中...
第13课:构建神经网络模型的实用建议
作者撰写中...
第14课:项目实战——深度优化你的神经网络模型
作者撰写中...
第15课:卷积神经网络(CNN)
作者撰写中...
第16课:项目实战——利用 PyTorch 构建 CNN 模型
作者撰写中...
第17课:循环神经网络(RNN)
作者撰写中...
第18课:项目实战——利用 PyTorch 构建 RNN 模型
作者撰写中...

适宜人群

  • 深度学习初学者;
  • 对深度学习感兴趣的在校大学生;
  • 有意向转行 AI 领域的 IT 从业人员。

达人课购买须知

  1. 本课程为图文内容课程,共计 18 篇。
  2. 全部文章预计于 2018 年 9 月 8 日更新完毕。
  3. 付费用户可享受文章永久阅读权限。
  4. 付费用户可获取读者圈 PASS 权限,与讲师进一步互动。
  5. 本课程为虚拟产品,一经付费概不退款,敬请谅解。

订阅福利

  • 本课程限时特价 24.99 元,2018.7.26日零时恢复至原价 39.99 元。
报名成为达人课讲师
推荐课程
查看更多达人课
免费试读
立即购买¥24.99¥39.99
微信扫描登录