深度学习论文解读

了解深度学习论文知识,学会读论文的方法

5.0(个评分)213人学习

高级16课时8小时1分钟2020/09/14更新

资料下载

二维码下载学堂APP缓存视频离线看

覃秉丰
粉丝群
    • 畅销套餐
    • 精选套餐
    • 人气套餐
    • 尊享套餐
    • 高薪套餐
深度学习实践专题-核心理论+Tensorflow+Caffe
总价:
744.00
套餐价:
503.04
节省
¥240.96
5天学习深度学习框架-Caffe入门系列
41394人学习
¥128.00
Tensorflow高级应用之进阶项目系列视频课程
23605人学习
¥168.00
Tensorflow基本应用之基础入门系列视频课程
56936人学习
¥128.00
更 多 8 门 课 程
Python数据分析与深度学习实战专题
总价:
616.00
套餐价:
399.92
节省
¥216.08
3天学习机器学习深度学习基础-Python入门视频课程
33216人学习
¥48.00
1天学习Python进阶课程-科学计算库Numpy
6726人学习
¥48.00
1天学习Python进阶课程-数据分析库Pandas
5782人学习
¥48.00
更 多 7 门 课 程
深度学习入门专题-核心算法+Tensorflow实战
总价:
424.00
套餐价:
301.04
节省
¥122.96
5天学习深度学习进阶系列
38457人学习
¥128.00
Tensorflow高级应用之进阶项目系列视频课程
23605人学习
¥168.00
Tensorflow基本应用之基础入门系列视频课程
56936人学习
¥128.00
更 多 3 门 课 程
Tensorflow实践系列专题
总价:
296.00
套餐价:
219.84
节省
¥76.16
Tensorflow高级应用之进阶项目系列视频课程
23605人学习
¥168.00
Tensorflow基本应用之基础入门系列视频课程
56936人学习
¥128.00
更 多 2 门 课 程
深度学习入门专题-核心算法+Caffe实战视频课程
总价:
256.00
套餐价:
199.68
节省
¥56.32
5天学习深度学习进阶系列
38457人学习
¥128.00
5天学习深度学习框架-Caffe入门系列
41394人学习
¥128.00
更 多 2 门 课 程
人工智能4月好课返场4月新课chatgpt
  • 课程介绍
  • 课程大纲试看
  • 讲师好课20
  • 学员评价

适合人群:

希望从事深度学习相关工作和研究的同学

你将会学到:

了解深度学习论文知识,学会读论文的方法

课程简介:

本课程主要以时间线为基础,详细讲解深度学习领域最重要的一些论文,目前的论文list如下:

  1. Understanding the difficulty of training deep feedforward neural networks:关于模型初始化,激活函数等方面的讨论。

  2. (ReLU)Deep Sparse Rectifier Neural Networks:关于经典激活函数ReLU的介绍。

  3. (Dropout)Improving neural networks by preventing co-adaptation of feature detectors:关于深度学习中常用的抵抗过拟合技术Dropout的介绍。

  4. (AlexNet)ImageNet Classification with Deep Convolutional Neural Networks:2012 ImageNet Challenge图像识别比赛冠军,深度学习在图像领域的经典开山之作。

  5. (VGGNet)Very Deep Convolutional Networks for Large-Scale ImageRecognition:2014 ImageNet Challenge图像识别比赛亚军,广泛应用的一种图像识别模型。

  6. (GoogleNet)Going deeper with convolutions:2014 ImageNet Challenge图像识别比赛冠军,谷歌提出的经典图像识别模型。

  7. (BN)Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift:深度学习领域中常用的标准化策略。

  8. (ResNet)Deep Residual Learning for Image Recognition:2015 ImageNet Challenge图像识别比赛冠军,2019年被应用了18000多次的经典深度学习论文。

  9. (ResNet-v2)Identity Mappings in Deep Residual Networks:ResNet的改进版。

  10. (Inception-v2/v3)Rethinking the Inception Architecture for Computer Vision:谷歌Inception系列的作品。

  11. (Inception-v4/Inception-ResNet)Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning:谷歌Inception系列的作品。

  12. (Group Convolution)Deep Roots:Improving CNN Efficiency with Hierarchical Filter Groups:组卷积介绍。

  13. (ResNeXt)Aggregated Residual Transformations for Deep Neural Networks:2016 ImageNet Challenge图像识别比赛亚军。

  14. (SENet)Squeeze-and-Excitation Networks:2017 ImageNet Challenge图像识别比赛冠军。

  15. (GPT-3)Language Models are Few-Shot Learners:2020年5月由OpenAI发布,这是有史以来最大的NLP模型。


展开更多

课程大纲-深度学习论文解读

资料下载

5

条学员评分超过  “深度学习”  99%的课程
      展开更多
      加载中
      没有了哦~

      ¥199.00

      立即购买
      关注公众号 领VIP会员
      下次再说

      点击打包下载,即可获取该课程全部资料

      迎新春满300减35 满400减50
      是否单独购买该课程?
      直接购买去凑单
      在线
      客服
      APP
      下载

      下载Android客户端

      下载iphone 客户端

      官方
      微信

      关注官方微信

      返回
      顶部