5天搞定深度学习进阶系列教程—2222人已学习
课程介绍
这门课程是“深度学习入门系列培训教程”的后续内容,深度学习进阶系列培训课程概况: 在深度学习入门系列的课程中,我们基本掌握了一些基础知识,在这门课程中我们将进一步学习深度学习原理、核心内容。包括深度置信网络DBN学习,卷积神经网络CNN入门到精通,深度残差网络RES和长短时记忆网络LSTM的构建以及使用。 后一部分我们也会稍微讲解一些人工智能前沿的发展强化学习RL,迁移学习TL和生成式对抗网络GAN。
课程收益
理解并学会深度学习中最热门最核心的深层网络。
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:深度置信网络DBN-DNN
1. 课程介绍,推荐系统算法介绍 18:36
2. 受限玻尔兹曼机在推荐系统中的应用 19:28
3. 深度置信网络DBN-DNN 19:08
第2章:卷积神经网络CNN
1. 卷积神经网络CNN 20:00
2. 手写体识别网络LeNET-5结构分析 28:58
3. ImageNet介绍 8:33
4. ILSVRC12图像识别比赛冠军AlexNet 38:57
5. GPU及TPU介绍 9:04
第3章:152层深度残差网络RES
1. 深度残差网络RES(论文讲解) 43:07
2. 批量正则化Batch Normalization 21:03
3. 深度残差网络进一步研究(论文讲解) 14:00
第4章:长短时记忆网络LSTM
1. 递归神经网络RNN 11:03
2. 长短时记忆网络LSTM 19:14
第5章:人工智能前沿方向
1. 强化学习RL 17:37
2. 迁移学习TL 8:35
3. 生成式对抗网络GAN 13:07
大家可以点击【 查看详情】查看我的课程
课程介绍
这门课程是“深度学习入门系列培训教程”的后续内容,深度学习进阶系列培训课程概况: 在深度学习入门系列的课程中,我们基本掌握了一些基础知识,在这门课程中我们将进一步学习深度学习原理、核心内容。包括深度置信网络DBN学习,卷积神经网络CNN入门到精通,深度残差网络RES和长短时记忆网络LSTM的构建以及使用。 后一部分我们也会稍微讲解一些人工智能前沿的发展强化学习RL,迁移学习TL和生成式对抗网络GAN。
课程收益
理解并学会深度学习中最热门最核心的深层网络。
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:深度置信网络DBN-DNN
1. 课程介绍,推荐系统算法介绍 18:36
2. 受限玻尔兹曼机在推荐系统中的应用 19:28
3. 深度置信网络DBN-DNN 19:08
第2章:卷积神经网络CNN
1. 卷积神经网络CNN 20:00
2. 手写体识别网络LeNET-5结构分析 28:58
3. ImageNet介绍 8:33
4. ILSVRC12图像识别比赛冠军AlexNet 38:57
5. GPU及TPU介绍 9:04
第3章:152层深度残差网络RES
1. 深度残差网络RES(论文讲解) 43:07
2. 批量正则化Batch Normalization 21:03
3. 深度残差网络进一步研究(论文讲解) 14:00
第4章:长短时记忆网络LSTM
1. 递归神经网络RNN 11:03
2. 长短时记忆网络LSTM 19:14
第5章:人工智能前沿方向
1. 强化学习RL 17:37
2. 迁移学习TL 8:35
3. 生成式对抗网络GAN 13:07
大家可以点击【 查看详情】查看我的课程