首页 > 专题套餐 > 人工智能 > 深度学习 > 从Python代码实现学懂深度学习

从Python代码实现学懂深度学习

从Python语言入门起步,然后学习Numpy计算库和Matplotlib数据绘图库,进而学习深度学习原理、算法公式及Python代码实现。本学习路径助你摆脱框架、学精学透深度学习底层实现原理与方法。 采用Jupyter Notebook讲解,图文并茂,讲述与代码对应,可作为交互式电子书。

4

门课程

11341

人学习

31小时32分钟

课程总时长

讲师评分:5.0

长久观看
 
系统化学习
 
课程内容答疑
  资料一键下载
专题套餐价 ¥98.00
立省114.00元
总价 ¥212.00

第一阶段:  Python语言入门

1门课程 9小时9分钟

讲解Python语言的基础知识,兼顾Python编程的术(语言的知识点)与道(编程思维和方法)。

  • Python编程的术与道:Python语言入门

    50节 9小时9分钟
    课程目标:
    本课程讲解Python语言的入门基础知识,兼顾Python编程的术(语言的知识点)与道(编程思维和方法)。采用Jupyter Notebook讲解,图文并茂,讲述与代码对应。其文件分享给学员,可作为交互式电子书。本课程案例丰富,每个知识点均有代码示例说明,另有额外的10个编程案例。本课程采用Python3.7版本讲解,具体内容包括:Python基本数据类型、程序流程控制、组合数据结构、函数、面向对象编程、程序的组织、正则表达式、异常处理、文件操作、IPO编程模型及面向对象的编程思维与实践等。学习本课程后,可学习后续课程《Python编程的术与道:Python语言进阶》。课程链接:https://edu.51cto.com/course/22803.html

    课程大纲

    免费试看

第二阶段:  Numpy及Matplotlib

2门课程 10小时58分钟

学习Python语言的计算库Numpy及数据绘图库Matplotlib。

  • 学习Numpy计算库

    41节 6小时58分钟
    课程目标:
    NumPy是Python语言的一个扩展程序库。支持多维数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。Numpy是人工智能、数据分析从业者必备的知识和技能,也是学习后续Python扩展库(Matplotlib, SciPy, Pandas, Seaborn, Scikit-image等)的基础。 课程特点: (1)课程采用Jupyter Notebook讲解,图文并茂,讲述与Numpy代码对应。其文件将分享给学员,可作为交互式电子书使用。 (2)课程案例丰富,每个知识点均有Numpy代码示例说明;难点使用图解说明和讲述。另提供Numpy项目实战案例-鸢尾花数据集上的数据分析与计算。 (3)课程内容多面系统,涵盖了ndarray、创建数组、复制数组、数组访问、数组运算、数组操作、迭代数组、maskedarray、结构化数组、通用函数、数学函数、统计函数、排序函数、条件查找、随机数、字节交换、线性代数、数据文件读写等。 玩转是一种境界,显示了对该领域有很大的兴趣,并非常了解且能娴熟使用。希望本课程能帮助大家玩转Numpy!

    课程大纲

    免费试看

  • 学习Matplotlib数据绘图库

    40节 4小时
    课程目标:
    Matplotlib是Python语言的一个扩展程序库,用于数据绘图。它可与 NumPy, SciPy一起使用,提供了一种有效的 Matlab 开源替代方案。  课程特点:  (1)课程采用Jupyter Notebook讲解,图文并茂,讲述与代码对应。其文件将分享给学员,可作为交互式电子书使用。  (2)课程案例丰富,每个知识点均有代码示例说明。  (3)课程内容多面系统,涵盖了plot函数、定制绘图(设置轴标签、轴范围、线形风格、着色、spines、刻度),添加图例、标题、标注、网格线,中文字体显示、高质量矢量图输出、面向对象API绘图、多子图(subplot和gridspec)、数据可视化图形(条形图、饼图、散点图、直方图、等高线图、盒须图、棉棒图、极坐标图、雷达图、极区图、维恩图、面状图、树地图、词云图、3D绘图、矩阵可视化、绘制混淆矩阵、 热力图),图像显示等。  玩转是一种境界,显示了对该领域有很大的兴趣,并非常了解和使用娴熟。希望本课程能帮助大家玩转Matplotlib!

    课程大纲

    免费试看

第三阶段:  深度学习原理及Python代码实现

1门课程 11小时24分钟

学习深度学习原理、算法公式及Python代码实现。

  • 深度学习原理详解及Python代码实现

    64节 11小时24分钟
    课程目标:
    深度学习框架如Tensorflow和Pytorch等为用户提供了可供调用的API,但也隐藏了深度学习底层的实现细节。为方便大家更加深入地理解深度学习原理并了解其底层实现,特此推出了课程《深度学习原理详解及Python代码实现》。期望能“掀起你的盖头来,让我看看你的模样”,为深度学习进一步的优化和创新打下根基。本课程详细讲解深度学习原理并进行Python代码实现。课程内容涵盖感知机、多层感知机、卷积神经网络、循环神经网络,并使用Python 3及Numpy、Matplotlib从零实现上述神经网络。本课程还讲述了神经网络的训练方法与实践技巧,且开展了代码实践演示。对于核心内容讲解深入细致,如基于计算图理解反向传播算法,并用数学公式推导反向传播算法;另外还讲述了卷积加速方法im2col。本课程力求使学员通过深度学习原理、算法公式及Python代码的对照学习,摆脱框架而学习深度学习底层实现原理与方法。本课程将给学员分享深度学习的Python实现代码。课程代码通过Jupyter Notebook演示,可在Windows、ubuntu等系统上运行,且不需GPU支持。学习本课程的前提是会使用Python语言和Numpy和Matplotlib库。

    课程大纲

    免费试看

从Python代码实现学懂深度学习资料下载

课程名称 操作
Python编程的术与道:Python语言入门 付费用户专享
学习Numpy计算库 付费用户专享
学习Matplotlib数据绘图库 付费用户专享
深度学习原理详解及Python代码实现 付费用户专享

从Python代码实现学懂深度学习

¥212.00 ¥98.00
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