最新公告
  • 欢迎光临助梦资源网,下载网课资源、学习资料、复习资料、知识点总结、电子课本来助梦资源网!立即加入钻石VIP
  • 课程点评:本课程由胡晓曼零基础入门人工智能_Tensor Flow深度学习精华实践,TensorFlow是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统,其中包含各种工具、库和社区资源,可助力研究人员推动先进机器学习技术的发展,本课程教你三个月教你从零入门人工智能!! 深度学习精华实践
    课程简介:

    课程特色:
    规划全面:涵盖目前主流的深度学习领域,包括图像识别,图像检测,自然语言处理,GAN,分布式训练框架等等。掌握每一项技能都能在从事该领域迈进一步。

    重点突出:摒弃繁冗的数学证明,一切从实际出发,突出重点,短时间内掌握重点知识。

    实战演练:课程包含多个实际案例,并结合实际项目经验教你如何在企业中做深度学习的项目。

    老师介绍:
    胡晓曼老师(Charlotte),高级算法工程师 ,博客专家;

    擅长用通俗易懂的方式讲解深度学习和机器学习算法,熟Tensorflow悉,PaddlePaddle等深度学习框架,负责过多个机器学习落地项目,如垃圾评论自动过滤,用户分级精准营销,分布式深度学习平台搭建等,都取了的不错的效果。

    课程大纲:

    第一章: 什么是人工智能

    人工智能背景介绍

    前期环境准备

    第二章: 深度学习入门基础

    深度学习环境准备

    Tensorflow快速入门一 ——基本概念和框架

    Tensorflow快速入门二 ——实战演练和模型训练

    Tensorflow快速入门三 ——技巧总结

    深度学习数学知识一览表

    作业:实例:用自己的数据训练一个二分类模型

    作业讲解:如何制作自己的数据集

    第三章: 传统神经网络与参数的理解

    什么是多层感知机

    激活函数的原理、类别与实现

    损失函数的原理、类别与实现

    梯度下降方法(一)

    梯度下降方法 (二)

    学习率如何设定

    正则化的方法(一)

    正则化的方法(二)

    实例:识别花的种类

    作业:改变不同的参数,提高识别花种类的准确率

    作业讲解:不同参数的改变对于准确率的变化原理

    第四章: 前向传播与反向传播

    前向传播的原理

    前向传播的代码实现

    反向传播的原理

    反向传播的代码实现

    实例:自己手写一个完整的BP

    作业:写一个Autoencoder

    作业讲解:如何写一个Autoencoder

    第五章: 自编码Autocoder的原理及应用

    什么是Autoencoder

    Autoencoder的原理与实现

    Autoencoder与PCA的区别

    Autoencoder的变种(一)

    Autoencoder的变种(二)

    实例:Autoencoder与聚类结合在预测用户偏好中的应用

    作业:运用Autoencoder对海量数据进行降维

    作业讲解:如何高效的运用Autoencoder降维

    第六章: 经典卷积神经网络及图像分类

    LeNet的网络结构及实现

    AlexNet的网络结构及实现

    Vgg的网络结构及实现

    GoogLeNet的网络结构及实现

    ResNet的网络结构及实现

    实例:用经典卷积神经网络对cifar-10数据进行图像分类

    第七章: 目标检测

    传统的目标检测方法

    初代算法: Region CNN

    升级: SPP Net, Fast RCNN, Faster RCNN

    深度学习另辟蹊径: YoLo 和SSD

    实例: 自动驾驶的核心:实时目标检测

    第八章: 迁移学习

    理论分析

    迁移模型&原始训练模型

    如何设计新的的网络

    实例:表情识别/人脸识别/动物识别

    第九章: 循环神经网络RNN

    RNN 原理详解

    情感分析项目介绍

    实例:情感分析

    第十章: 自然语言处理

    处理之前:speech to text

    词语表达:词向量与word2vec

    语句生成LSTM

    实例:教你实现一个简单的聊天机器人

    第十一章: 深度卷积神经的重要应用

    图片问答

    图像模式转换

    图像高清化

    围棋程序, Alpha go

    自动游戏机器人,DeepMind Atari

    实例: 图片艺术风格转化

    第十二章: 无监督学习:对抗网络GAN

    传统无监督学习 Autoencode,K Means,Sparse Coding

    RBM 限制博斯曼机,深度学习的另一支

    生成对抗网络 GAN

    实例: 机器生成图片,以假乱真

    第十三章: 高性能计算

    单价单卡的实现过程

    单机多卡的实现过程

    多机单卡的实现及部署

    多机多卡的实现及部署

    实例:分布式训练实例:基于docker的分布式训练框架搭建

    试看
    下载链接:


    助梦资源网 » 胡晓曼零基础入门人工智能_TensorFlow深度学习精华实践

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源均由会员上传,版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿商用。如侵犯了您的权益,请联系我们删除。
    下载地址过期失效怎么办?
    请联系qq客服或者微信客服,获取新下载地址,客服具体上班时间请查看网站首页!
    资源缺少内容怎么办?
    请联系qq客服或者微信客服,修补资源。
    获取其它帮助?
    请QQ联系我们

    发表评论

    如需获取其它帮助,请联系我们

    联系助梦资源网
    热门文章

    请选择支付方式

    ×
    微信支付
    余额支付
    ×
    微信扫码支付 0 元