課程簡介
幫助學(xué)員系統(tǒng)性的掌握深度學(xué)習(xí)的基本原理，以及從基本概念到各個先進(jìn)模型的轉(zhuǎn)化，了解研究過程中定義問題設(shè)計模型的思路。
目標(biāo)收益
1. 幫助學(xué)員系統(tǒng)性的掌握深度學(xué)習(xí)的基本原理，以及從基本概念到各個先進(jìn)模型的轉(zhuǎn)化
2. 了解研究過程中定義問題設(shè)計模型的思路
3. 培養(yǎng)學(xué)員面對工程及學(xué)術(shù)問題的思考解決能力
4. 快速積累深度學(xué)習(xí)項目經(jīng)驗
培訓(xùn)對象
1. 想了解和學(xué)習(xí)深度學(xué)習(xí)的學(xué)習(xí)
2. 想學(xué)習(xí)深度學(xué)習(xí)的相關(guān)從業(yè)人員
3. 想轉(zhuǎn)行從事深度的學(xué)習(xí)者
課程大綱
| 深度學(xué)習(xí)常用軟件介紹 |
? numpy ? ? scikit-learn ? ? Theano? ? tensorflow? ? keras? ? caffe? ? Torch ? ubuntu下，上述軟件包安裝配置方法 |
| 算法原理 |
? 梯度下降算法原理 ? 方向傳播算法原理 ? 卷積神經(jīng)網(wǎng)絡(luò)算法原理 ? 循環(huán)神經(jīng)網(wǎng)絡(luò)(rnn)算法原理 ? 循環(huán)神經(jīng)網(wǎng)絡(luò)(lstm)算法原理 |
| 算法實現(xiàn)(python) |
? 梯度下降算法實現(xiàn)? ? 反向傳播算法實現(xiàn) ? 卷積神經(jīng)網(wǎng)絡(luò)(cnn)實現(xiàn) ? 循環(huán)神經(jīng)網(wǎng)絡(luò)(rnn)算法實現(xiàn) ? 循環(huán)神經(jīng)網(wǎng)絡(luò)(lstm)算法實現(xiàn) |
| 應(yīng)用實戰(zhàn)(tensorlfow, caffe,keras) |
? 手寫數(shù)字識別mnist dataset ? 使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)對圖片做分類 cifar10 dataset 單GPU版本 ? 使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)對圖片做分類 cifar10 dataset 多GPU版本? ? 使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)把圖片模仿成大師畫的風(fēng)格? ? 使用循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN) 自動生成文本 ? 使用循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN) 聊天對話機(jī)器人 |
|
深度學(xué)習(xí)常用軟件介紹 ? numpy ? ? scikit-learn ? ? Theano? ? tensorflow? ? keras? ? caffe? ? Torch ? ubuntu下，上述軟件包安裝配置方法 |
|
算法原理 ? 梯度下降算法原理 ? 方向傳播算法原理 ? 卷積神經(jīng)網(wǎng)絡(luò)算法原理 ? 循環(huán)神經(jīng)網(wǎng)絡(luò)(rnn)算法原理 ? 循環(huán)神經(jīng)網(wǎng)絡(luò)(lstm)算法原理 |
|
算法實現(xiàn)(python) ? 梯度下降算法實現(xiàn)? ? 反向傳播算法實現(xiàn) ? 卷積神經(jīng)網(wǎng)絡(luò)(cnn)實現(xiàn) ? 循環(huán)神經(jīng)網(wǎng)絡(luò)(rnn)算法實現(xiàn) ? 循環(huán)神經(jīng)網(wǎng)絡(luò)(lstm)算法實現(xiàn) |
|
應(yīng)用實戰(zhàn)(tensorlfow, caffe,keras) ? 手寫數(shù)字識別mnist dataset ? 使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)對圖片做分類 cifar10 dataset 單GPU版本 ? 使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)對圖片做分類 cifar10 dataset 多GPU版本? ? 使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)把圖片模仿成大師畫的風(fēng)格? ? 使用循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN) 自動生成文本 ? 使用循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN) 聊天對話機(jī)器人 |
近期公開課推薦
