下载学堂APP缓存视频离线看
- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲
适合人群：
深度学习入门，机器学习入门的学生
你将会学到：
了解深度学习基本原理，基本学习器，并且可以使用tensorflow，搭建相关深度学习网络架构，完成训练。
课程简介：
本课程详细讲解深度学习的原理和利用TensorFlow进行项目实战。课程通过Kaggle竞赛平台的Titanic问题讲解TensorFlow的基本用法以及问题处理的常用技巧，讲解图像领域的卷积神经网络CNN和多个经典的网络架构、CNN的应用，讲解自然语言处理领域的RNN、LSTM以及它们的多种变种结构，构建语言模型和对话机器人，介绍损失函数和优化算法在TensorFlow中的实现。
课程大纲-深度学习原理与tensorflow实战视频教程
第1章tensorflow基本用法(46分钟1节)
1-1
TensorFlow基本用法和常用技巧1：TensorFlow系统介绍2：环境准备、安装以及常用库介绍3：TensorFlow的计算图与Session会话4：Tensor与变量5：TensorBoard可视化
「仅限付费用户」点击下载“课程资料.zip”
[46:55]开始学习第2章泰塔尼克号问题讲解(1小时15分钟1节)
2-1
Titanic题目实战1：Kaggle平台介绍2：Titanic题目介绍3：数据读入以及预处理4：构建计算图、构建训练迭代过程6：执行训练、存储模型、预测分析
「仅限付费用户」点击下载“课程资料.zip”
[01:15:32]开始学习第3章卷积神经网络讲解(1小时44分钟1节)
3-1
卷积神经网络CNN”看懂”世界1：图像识别难题2：CNNs的层架架构3：卷积计算与池化运算4：ReLU与Dropout5：CNNs技巧总结
「仅限付费用户」点击下载“课程资料.zip”
[01:44:05]开始学习第4章实战手写数字图片识别(1小时26分钟1节)
4-1
CNNs实战手写图片识别1：MNIST 数据集介绍2：图片读入与预处理3：网络层的构建4：模型保存与训练5：结果分析，知识总结
「仅限付费用户」点击下载“课程资料.zip”
[01:26:09]开始学习第5章循环神经网络讲解(1小时38分钟1节)
5-1
循环神经网络RNN”能说会道”1：文本理解和文本生成问题2：标准RNN模型3：BPTT算法讲解4：灵活的RNN结构5：TensorFlow实现正弦序列预测
「仅限付费用户」点击下载“课程资料.zip”
[01:38:03]开始学习第6章LSTM讲解以及变型(2小时46分钟1节)
6-1
LSTM模型以及其他RNN变体1：长期以来的难题2：LSTM基本原理3：TensorFlow构建LSTM模型4：双向循环神经网络介绍5：深度循环神经网络
「仅限付费用户」点击下载“课程资料.zip”
[02:46:14]开始学习第7章语言模型写诗(1小时14分钟1节)
第8章实战对话机器人(1小时4分钟1节)
第9章FATSER R-CNN目标识别(1小时27分钟1节)
9-1
CNN+LSTM看图说话1：Over和Faster R-CNN图像检测算法介绍2：遮挡目标图像检测方法3：Relnspect算法实现和模块说明4：ReInspect算法实现数据与结论5：图像摘要问题6：NIC图像摘要生成算法
「仅限付费用户」点击下载“课程资料.zip”
[01:27:54]开始学习
