想要成為一名優(yōu)秀的深度學(xué)習工程師并不容易，研究 AI 有著(zhù)天然的高門(mén)檻和高要求。很多人都是理論上的王者，實(shí)踐上的青銅，自以為對框架、算法的理解足夠，但因為缺乏應用場(chǎng)景和實(shí)踐機會(huì )，遇到實(shí)際問(wèn)題仍然不知道該怎么抽象問(wèn)題然后用模型解決。

而本門(mén)課程將會(huì )從理論基礎、工具使用、實(shí)戰上手三個(gè)方面，帶領(lǐng)你從理論開(kāi)始，一步步認識和了解深度學(xué)習，并學(xué)會(huì )打造深度學(xué)習模型。

模塊一：深度學(xué)習的基礎概念。這個(gè)模塊就像是打地基，老師會(huì )帶你了解深度學(xué)習會(huì )用到的基礎知識，主要是數學(xué)知識和理論知識。還會(huì )對深度學(xué)習中常用的結構進(jìn)行詳細的介紹，比如你經(jīng)常聽(tīng)到的 CNN、DNN、GAN 等，從零開(kāi)始，逐步深入。通過(guò)這一部分的學(xué)習，你會(huì )了解深度學(xué)習必備的基礎知識。

模塊二：深度學(xué)習的工具與框架。這個(gè)模塊就像是蓋樓的磚瓦，有了理論知識，就可以將理論知識轉化成代碼，并用合適的框架、工具協(xié)助你開(kāi)展工作?？蚣芊矫?，目前常用的深度學(xué)習框架很多，有 TensorFlow、PyTorch 等，老師會(huì )以其中使用最廣泛的 TensorFlow 作為切入點(diǎn)，帶你熟悉圖像處理工具、模型訓練記錄工具、交互工具等工具的使用。通過(guò)這一部分的學(xué)習，你就可以著(zhù)手準備開(kāi)發(fā)實(shí)戰項目了。

模塊三：深度學(xué)習經(jīng)典問(wèn)題的落地實(shí)戰。這個(gè)模塊就開(kāi)始教你蓋樓了，老師會(huì )選擇幾個(gè)常見(jiàn)的深度學(xué)習應用場(chǎng)景，包括圖像分類(lèi)、語(yǔ)義分割和自然語(yǔ)言處理，教你如何從零開(kāi)始做模型、如何優(yōu)化已有模型，一步步教你打造項目模型。通過(guò)這一部分的學(xué)習，你就可以打造屬于你自己的深度學(xué)習模型。

深度學(xué)習入門(mén)與實(shí)戰，帶你精簡(jiǎn)算法理論，從零打造實(shí)戰模型課程目錄

文檔

[4974] 開(kāi)篇詞? 掌握深度學(xué)習，暢游 AI 時(shí)代.mp4

[4975] 01? 從神經(jīng)元說(shuō)起：數學(xué)篇.mp4

[4976] 02? 從神經(jīng)元說(shuō)起：結構篇.mp4

[4977] 03? AI 術(shù)語(yǔ)：讓你變得更加專(zhuān)業(yè).mp4

[4978] 04? 函數與優(yōu)化方法：模型的自我學(xué)習（上）.mp4

[4979] 05? 前饋網(wǎng)絡(luò )與反向傳播：模型的自我學(xué)習（下）.mp4

[4980] 06? 線(xiàn)性回歸模型：在問(wèn)題中回顧與了解基礎概念.mp4

[4981] 07? 卷積神經(jīng)網(wǎng)絡(luò )：給你的模型一雙可以看到世界的眼睛.mp4

[4982] 08? RNN 與 LSTM：模型也可以持續不斷地思考.mp4

[4983] 09? 自編碼器：讓模型擁有屬于自己的表達和語(yǔ)言.mp4

[4984] 10? 生成式對抗網(wǎng)絡(luò )：藝術(shù)創(chuàng )造也可以成為深度學(xué)習的拿手好戲.mp4

[4985] 11? 集成、共享、敏捷：Jupyter Notebook 的使用.mp4

[4986] 12? 數據預處理：讓模型學(xué)得更好.mp4

[4987] 13? 張量、數據流圖與概念：初步了解 TenorFlow.mp4

[4988] 14? 工作機制與流程：通過(guò)手寫(xiě)識別深入了解 TenorFlow.mp4

[4989] 15? TenorBoard：實(shí)驗統計分析助手.mp4

[4990] 16? 圖像分類(lèi)：技術(shù)背景與常用模型解析.mp4

[4991] 17? 圖像分類(lèi)：實(shí)現你的第一個(gè)圖像分類(lèi)實(shí)戰項目.mp4

[4992] 18? 語(yǔ)義分割：技術(shù)背景與算法剖析.mp4

[4993] 19? 語(yǔ)義分割：打造簡(jiǎn)單高效的人像分割模型.mp4

[4994] 20? 文本分類(lèi)：技術(shù)背景與經(jīng)典網(wǎng)絡(luò )結構介紹.mp4

[4995] 21? 文本分類(lèi)：用 Bert 做出一個(gè)優(yōu)秀的文本分類(lèi)模型.mp4

[4996] 結束語(yǔ)? 掌握深度學(xué)習，搭上 AI 快車(chē).mp4