《深度学习》第一期 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 899.00元

 

提示:

1、本课程面对有高等数学基础,有数据结构/算法基础,了解机器学习,希望进一步深入了解深度学习(Deep Learning的朋友。

2参团成功后,加客服微信:15611440609有重要通知。
 

课程名称:

《深度学习》第一期

主讲老师:

寒小阳   机器学习/深度学习专家

多年互联网项目经验,专注互联网多种场景下机器学习算法的应用与优化,负责过多电商机器学习项目。做过推荐系统、文本挖掘、点击率预估、基于深度学习的图像识别/检索与机器翻译。擅长将算法细节形象化展示,同时通过案例帮助理解。

开课时间:

2016728

学习方式:

在线直播,共1020课时

每周2次(周二、四晚上20:00-22:00

直播后提供录制回放视频,在线反复观看,有效期1

课程大纲

1课:从机器学习到深度学习

机器学习基础、 CV 以及 NLP 背景知识介绍

Softmax与交叉损失,SVMhinge loss

从图像分类角度直观理解不同损失函数

2课:人工神经网络

神经网络分类与非线性切分

BP算法与随机梯度下降

网络结构与欠/过拟合

3课:细说卷积神经网络

卷积网络层级结构与功能

卷积网络的部分层次操作与可视化理解

工业界成功的卷积神经网络结构

4课:神经网络训练技巧

参数初始化,超参数优化 

梯度检查,过拟合,正则化(dropout)

Batch Normalization与稳定训练

5课:卷积神经网络的广泛图像领域应用

图像领域几大问题

基于深度学习的目标检测算法原理

照片转大师手绘画的neural style原理

6课:caffe与卷积神经网络案例

caffe功能与使用方法介绍

使用caffe在自己的训练集上训练图像识别系统

使用caffe做目标检测简单示例

7课:NLP与词嵌入

NLP与词向量初步

word2vecCBOMSkip-GramGloVe

word2vec工具简介:word2vecgensim

词嵌入工业界使用场景与案例简介

8课:循环神经网络与LSTM

RNN 网络

LSTMGRU

9课:循环网络在自然语言处理中的应用

rnn与语言模型生成

字符/代码生成,读linux内核代码自己“写代码”

10课:深度学习框架汇使用讲解

Caffe回顾,网络搭建与应用

Tensor Flow使用与常见网络搭建

MxNet使用与常见网络搭建

联系方式:

手机:15611440609

邮件:admin@chinahadoop.cn