序列

2926 未经授权,禁止转载了解课程
课程介绍
讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}
适合人群
1 图像处理技术人员 2 深度学习技术人员 3 机器学习、深度学习技术爱好者 4 相关院校的学生和老师 5 相关培训机构的学生和老师 6 近期准备深度学习相关岗位面试的待业人员。
你将会学到
能够根据实际项目需求,自己设计出高精度的神经网络模型
  • 学习完本课程后能够根据实际项目需求,自己设计出高精度的神经网络模型
课程简介

       深度学习是近几年人工智能领域的主要研究方向,在很多领域都取得了很大发展,已经基本取代了先前相关技术,在图像识别、语音识别中取得了非常大的突破。这一领域的发展也非常迅猛,新的算法和网络模型与日俱进,入门者想在短时间内达到基本能力水平并尝试研发需要有业内人士的领路,这也是本课程制作的初衷。

       本课程分上下两部,上部总共27课时,先从Python入门必学开始讲解,过渡到Numpy基础知识,再介绍感知机原理与逻辑电路感知机代码的实现,接着由感知机引申出神经网络的原理和神经网络Numpy多维数组的实现,着重介绍了Sigmoid、Relu、softmax等函数的功能和用途,最后通过实战详细讲解了手写数字识别的实现案例。


注:本课程为实操课程,不提供PPT,但提供源码等课程资料。

展开更多
发布
头像

{{ item.user.nick_name }} {{ EROLE_NAME[item.user.identity] }}

置顶笔记
讨论图
{{ item.create_time }}回复
  • 删除

    是否确认删除?

    确认
    取消
  • {{ item.is_top == 1 ? '取消置顶' : '置顶'}}

    已有置顶的讨论,是否替换已有的置顶?

    确认
    取消
{{ tag.text}}
头像
{{ subitem.user.nick_name }}{{ EROLE_NAME[subitem.user.identity] }}
{{ subitem.create_time }}回复
删除

是否确认删除?

确认
取消
发布
{{pageType === 'video' ? '讨论区抢占沙发,可获得双倍学分' :'讨论区空空如也,你来讲两句~'}}
发布
{{tips.text}}
{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ 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) }}
头像
{{ detail.username }}

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