深度学习实战-唐诗生成—2527人已学习
课程介绍
课程首先讲解RNN与LSTM网络结构特点以及实例演示如何使用Tensorflow构造网络模型,基于唐诗数据集建立LSTM模型进行序列预测。代码示例演示如何使用Tensorflow从零开始训练唐诗生成网络模型。 专属会员卡更超值:http://edu.csdn.net/lecturer/1079
课程收益
掌握RNN与LSTM网络原理,熟练使用Tensorflow进行建模工作。
讲师介绍
唐宇迪 更多讲师课程
计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战讲师。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。
课程大纲
第1章:递归神经网络原理(RNN)
1. 课程简介 1:21
2. 递归神经网络(RNN) 8:39
3. RNN网络细节 11:54
4. LSTM网络架构 12:36
5. 处理Mnist数据集 11:50
6. RNN网络模型 10:42
7. 训练RNN网络 10:04
8. 任务概述与环境配置 4:18
9. 参数配置 11:17
10. 数据预处理模块 14:10
11. Batch数据制作 12:39
12. RNN模型定义 8:52
13. 完成训练模块 12:45
14. 训练唐诗生成模型 4:35
15. 测试唐诗生成效果 9:31
大家可以点击【 查看详情】查看我的课程
课程介绍
课程首先讲解RNN与LSTM网络结构特点以及实例演示如何使用Tensorflow构造网络模型,基于唐诗数据集建立LSTM模型进行序列预测。代码示例演示如何使用Tensorflow从零开始训练唐诗生成网络模型。 专属会员卡更超值:http://edu.csdn.net/lecturer/1079
课程收益
掌握RNN与LSTM网络原理,熟练使用Tensorflow进行建模工作。
讲师介绍
唐宇迪 更多讲师课程
计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战讲师。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。
课程大纲
第1章:递归神经网络原理(RNN)
1. 课程简介 1:21
2. 递归神经网络(RNN) 8:39
3. RNN网络细节 11:54
4. LSTM网络架构 12:36
5. 处理Mnist数据集 11:50
6. RNN网络模型 10:42
7. 训练RNN网络 10:04
8. 任务概述与环境配置 4:18
9. 参数配置 11:17
10. 数据预处理模块 14:10
11. Batch数据制作 12:39
12. RNN模型定义 8:52
13. 完成训练模块 12:45
14. 训练唐诗生成模型 4:35
15. 测试唐诗生成效果 9:31
大家可以点击【 查看详情】查看我的课程