深度学习

深度学习 PyTorch 极简入门

王柳 · 智能算法工程师

901人已买
详情
目录(18)

课程介绍

如今,深度学习发展迅速,其影响力也越来越大,在机器视觉、语音识别、机器翻译等领域都取得了前所未有的发展。深度学习的复杂性和难点主要体现在神经网络模型的数学推导、神经网络模型的优化,以及如何构建一个优秀的深度学习模型解决实际问题。

针对这些难点,特别推出了本达人课,希望通过课程内容的学习,大家可以扫清学习过程中的障碍,再上新台阶。

本课程共包含三大部分。

第一部分(第01-04课),主要介绍一些深度学习的预备知识。对深度学习进行简要概述,列举重要的 Python 基础知识,手把手教你搭建本课程需要的开发环境,使用 Anaconda 平台,重点介绍 Jupyter Notebook 的使用以及知名的深度学习框架 PyTorch。

第二部分(第05-14课),主要介绍神经网络的基础,以最简单的两层神经网络入手,详细推导正向传播与反向梯度的算法理论。然后,从简单网络推导至深度网络,并重点介绍神经网络优化算法及构建神经网络模型的实用建议。每一部分都会使用 Python 构建神经网络模型来解决实际问题。

第三部分(第15-18课),主要介绍卷积神经网络 CNN 和循环神经网络 RNN,重点剖析两种模型的数学原理和推导过程。最后,利用越来越火的深度学习框架 PyTorch 分别构建 CNN 和 RNN 模型,解决实际问题。

作者介绍

王柳,北京大学硕士毕业。CSDN 博客专家,长期活跃于 CSDN、知乎、掘金、简书等各大知识平台。擅长机器学习、深度学习算法理论,实战经验丰富,创办了机器学习公众号:AI 有道(ID:redstonewill)。

购买须知

  • 本课程内容版权归北京码字科技发展有限公司独家所有,未经授权,不得转载。
  • 本课程为虚拟产品,一经付费概不退款,敬请谅解。
  • 如您有任何使用疑问,可添加 GitChat 小助手(微信 ID: GitChatty2)进行咨询。

推荐达人课

查看更多
长按图片分享或保存x