三个月教你从零入门人工智能!! 深度学习精华实践课程

三个月教你从零入门人工智能!! 深度学习精华实践课程

课程特点:
全面规划:涵盖当前主流的深度学习领域,包括图像识别、图像检测、自然语言处理、GAN、分布式训练框架等。掌握每一项技能都可以在这个领域取得更大的进步。

突出重点:摒弃繁琐的数学证明,从实际出发,突出重点,短时间内掌握关键知识。

实践练习:课程包含很多实践案例,结合实际项目经验,教你如何在企业做深度学习项目。

老师介绍:
夏洛特,高级算法工程师,博主;

他擅长用通俗易懂的方式讲解深度学习和机器学习算法,熟悉Tensorflow、PaddlePaddle等深度学习框架。他负责的垃圾评论自动过滤、用户分级和精准营销、搭建分布式深度学习平台等多个机器学习落地项目,都取得了不错的效果。

课程大纲:

第一章:什么是人工智能

人工智能背景介绍

环境前准备

第2章:深度学习介绍

深度学习环境准备

张量流快速启动ⅰ——基本概念和框架

张量流快速入门2-实践练习和模型训练

张量流快速入门三——技巧总结

深度学习数学知识清单

作业:例子:用你自己的数据训练一个二元分类模型

作业讲解:如何制作自己的数据集

第三章:传统神经网络与参数理解

什么是多层感知器

激活函数的原理、分类及实现

损失函数的原理、分类及实现

梯度下降法(一)

梯度下降法(2)

如何设置学习率

正则化方法(一)

正则化方法(2)

例子:识别花的种类

作业:改变不同的参数,提高识别花卉种类的准确性

作业讲解:精度随不同参数变化的变化原理

第四章:前向传播和后向传播

正向传播原理

前向传播的代码实现

反向传播原理

反向传播的代码实现

例子:自己写一个完整的BP

作业:写一个自动编码器

作业讲解:如何编写自动编码器

第五章:自编码自动编码器的原理及应用

什么是自动编码器

自动编码器的原理与实现

自动编码器和主成分分析的区别

自动编码器的变化(一)

自动编码器的变化(2)

示例:自动编码器结合聚类在预测用户偏好中的应用

作业:使用自动编码器降低海量数据的维数

作业讲解:如何有效使用Autoencoder缩小尺寸

第六章:经典卷积神经网络与图像分类

LeNet的网络结构及实现

AlexNet的网络结构及实现

Vgg的网络结构及实现

谷歌网的网络结构与实现

ResNet的网络结构与实现

示例:利用经典卷积神经网络对cifar-10数据进行图像分类

第7章:目标检测

传统的目标检测方法

第一代算法:区域CNN

升级:SPP网络,快速RCNN,更快RCNN

深度学习还有另一种方式:YoLo和SSD

示例:自动驾驶的核心:实时目标检测

第八章:迁移学习

理论分析

迁移模型和原始训练模型

如何设计新网络

示例:表情识别/人脸识别/动物识别

第9章:循环神经网络RNN

RNN原理详解

情绪分析项目介绍

例子:情感分析

第十章:自然语言处理

处理前:语音到文本

单词表达式:单词vector和单词2vec

生成LSTM的语句

例子:教你实现一个简单的聊天机器人

第十一章:深层卷积神经的重要应用

图片测验

图像模式转换

图像高清

围棋程序,阿尔法围棋

自动游戏机器人,DeepMind雅达利

例:画面艺术风格的转变

第12章:无监督学习:对抗网络GAN

传统无监督学习自动编码,K均值,稀疏编码

RBM限制了博斯曼机器,深度学习的另一个分支

生成对抗网络GAN

示例:机器生成一张图片使其真实

第13章:高性能计算

单价单卡实施流程

单机多卡的实现过程

多机单卡的实现与部署

多机多卡的实现和部署

示例:分布式培训示例:基于docker构建分布式培训框架

三个月教你从零入门人工智能!! 深度学习精华实践课程

资源下载此资源仅限注册用户下载,请先
声明:时间久远,资源有可能时效或不可用 提取码错误解决方法 特别说明:本资源收集于网络仅供学习参考,不提供售后技术支持,请于下载24小时内删除。不得用于非法用途,否则产生的后果自负!

69元注册用户送永久VIP会员,下载精品海量资源

未经允许不得转载:乐搜源码 » 三个月教你从零入门人工智能!! 深度学习精华实践课程

赞 (0) 打赏

觉得文章有用就打赏一下文章作者

微信扫一扫打赏