这门课程深入探讨深度学习技术，展示了其在自然语言处理、计算机视觉、医学诊断、生物学研究、图像生成、推荐系统和机器人技术等多个领域的广泛应用。通过多层神经网络，深度学习简化了复杂任务的解决，并在众多世界领先的解决方案中占据核心地位。
课程描述
深度学习是一种通过使用多层神经网络提取和转换数据的计算机技术—从人类语音识别到动物图像分类。深度学习具有灵活性和简单性。这就是为什么我们认为它应该被应用于许多学科。这些包括社会和物理科学、艺术、医学、金融、科学研究等等。以下是深度学习或大量使用深度学习的方法目前是世界上最好的几千个不同领域任务中的一些:
自然语言处理(NLP)回答问题；语音识别；总结文件；对文件进行分类；查找姓名、日期等。在文件中；搜索提及概念的文章
计算机视觉卫星和无人驾驶飞机图像解释(例如，用于灾难恢复)；人脸识别；图像字幕；阅读交通标志；在自动驾驶车辆中定位行人和车辆
医学发现放射学图像中的异常，包括计算机断层扫描、核磁共振成像和x光图像；统计病理切片中的特征；测量超声波的特征；诊断糖尿病视网膜病变
生物学折叠蛋白；蛋白质分类；许多基因组学任务，如肿瘤正常测序和对临床可操作的基因突变进行分类；细胞分类；分析蛋白质/蛋白质相互作用
图像生成彩色化图像；提高图像分辨率；从图像中去除噪声；以著名艺术家的风格将图像转化为艺术
推荐系统网络搜索；产品推荐；主页布局
玩游戏象棋、围棋、大多数雅达利电子游戏和许多实时策略游戏
机器人处理难以定位(例如，透明、有光泽、缺乏纹理)或难以拾取的对象
其他应用程序财务和后勤预测、文本到语音等等...
课程首页
https://course.fast.ai/
课程大纲
课程视频截图
往期精品内容推荐
博士入坑必读教材-《A-Z博士（PhD）顺利毕业必读指南》新书免费分享
Pytorch官方力荐-《Pytorch深度学习实战指南》pdf及代码分享
扫一扫
6714
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
