代码实践：梯度检验-51CTO学堂-动手写深度学习框架

下载学堂APP

缓存视频离线看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

人工智能、计算机视觉方向的本科生，研究生；IT工程师；对深度学习感兴趣者。

你将会学到

通过模拟Caffe，亲自动手写一个深度学习框架，搞懂底层原理，进而学习复现新型模型的能力。

课程简介

Caffe、Tensorflow和Keras等框架灵活好用，但也屏蔽了很多技术细节！当我们学习所谓的“人工智能”时，主要是在学习API的调用，这对我们的模型调优很不利！

本课程鼓励大家亲自动手写一个深度学习框架，理解常用技术的底层实现原理，特别是对于半路出家，渴望转行到AI岗的朋友们，这样做对提高面试竞争力是很有利的。

本课程做了如下安排：

1.现场板书完成数学推导，绘图帮助理解；

2.围绕MLP，一边探索各种深度学习理论，一边用Python实现；

3.采用C++来正式编写深度学习框架；

4.矩阵运算库采用Armadillo，模型保存采用protobuf，网络配置采用json，相关库的使用课程都会详细介绍，无需担心；

5.有任一编程语言基础和高等数学基础即可选修本课程，课程中会穿插讲解重点的Python、C++语法知识。

课程风格截图：

展开更多

发布

置顶笔记

{{ item.create_time }}{{ Number(item.like_count) || '' }}回复

{{ subitem.create_time }}{{ Number(subitem.like_count) || '' }}回复

删除

发布

{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}

优质笔记

更新于：{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}

公开笔记对他人可见，有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记

保存

提问

讲师收到你的提问会尽快为你解答。若选择公开提问，可以获得更多学员的帮助。

记录时间点

记录提问时视频播放的时间点，便于后续查看

公开提问

提交