5天搞定深度学习入门系列-覃秉丰-专题视频课程

5天搞定深度学习入门系列—15588人已学习
课程介绍    

    我们这门课程是面向0基础学员，从上世纪60年代基础的的单层感知器开始学习，从基础的知识开始，进行体系化的学习。 课程会包含神经网络领域大多数重要分支，并通过这些分支延伸到如今热门的的深度置信网络DBN，卷积神经网络CNN，深度残差网络RES和长短时记忆网络LSTM。 帮助大家从人工智能神经网络的新手变成高手。
课程收益
    从最基础的知识开始入手，带着大家进行体系化的学习，让大家一步一步深入深度学习神经网络领域。
讲师介绍
    覃秉丰 更多讲师课程
    机器学习，深度学习神经网络领域多年开发研究经验，精通算法原理与编程实践。曾完成过多项图像识别，目标识别，语音识别的实际项目，经验丰富。关注深度学习领域各种开源项目，如TensorFlow，Caffe，Torch等。喜欢理论与实践相结合的教学风格，课程编排由浅入深，体系清晰完整。
课程大纲
  第1章:深度学习入门
    1. 神经网络概述  11:05
    2. 神经网络发展史  11:33
    3. 从0到1-单层感知器  18:49
    4. 从0到1-单层感知器(代码实践)  22:38
    5. 网络优化-线性神经网络，delta学习规则，梯度下降法  20:15
    6. 网络优化-线性神经网络，delta学习规则，梯度下降法(代码)  21:37
    7. 进军多层-BP神经网络介绍  29:21
    8. 进军多层-BP神经网络介绍(代码实践1)  20:32
    9. 进军多层-BP神经网络介绍(代码实践2)  38:22
    10. 深入理解BP神经网络(论文讲解)  27:12
    11. 过拟合，以及google神经网络小工具  33:06
    12. Hopfield神经网络  34:51
    13. Hopfield神经网络(代码实践)  11:55
    14. 玻尔兹曼机  38:57
    15. 受限玻尔兹曼机RBM  27:41
    16. 受限玻尔兹曼机RBM(代码实践)  4:36
大家可以点击【 查看详情】查看我的课程