实战 \深度学习之神经网络核心原理与算法
收藏

深度学习之神经网络核心原理与算法

神经网络实现 / Tensorflow 框架 / 图片分类实现

深度学习之神经网络核心原理与算法

难度 高级 ·
时长 7小时30分钟 ·
学习人数 474 ·
综合评分 7.93分
¥ 199.00

深度学习之神经网络核心原理与算法

观看导学视频

深度学习之神经网络核心原理与算法
深度学习是当前最火热的前沿技术之一,通过本门课程,你能了解到深度学习是什么,为什么强。学习到深度学习核心的算法原理是什么,以及深度学习如何应用在工程方面
卫峥

大数据架构师

课程主讲深度学习基础知识与应用+Tensorflow 框架

深度学习的核心是算法,方法是算法的实现,工具是各种深度学习框架

1. 深度学习核心原理(很重要,占50%)
讲解深度学习运行的最核心算法原理与基础知识
为之后的代码实现与应用打下坚实的基础
2. 深度学习核心算法实现(占20%)
根据算法原理,用代码实现不同的神经网络
让你看到深度学习的实际运用
3. 各大主流深度学习框架
(以Tensorflow 为主,占30%)
讲解深度学习运行的最核心算法原理与基础知识
为之后的代码实现与应用打下坚实的基础

温馨提示:课程详细内容介绍请参见上方导学视频及课程目录

用深度学习算法实现神经网络并优化

实现两种神经网络

教你如何提高神经网络的学习效率

前馈神经网络实现
前馈神经网络加强
卷积神经网络实现

实战案例:深度学习实现对图片分类

你可以直接运用到实际工作中

cnn对图片分类(CiFAR-10)
带你运用所学知识,实现一个经典案例
利用深度学习实现不同图片的自动分类
将分别带你实现单GPU版本和多GPU版本

学员专享增值服务

问答专区

讲师集中答疑

关于课程的问题都可在问答区随时提问,
讲师会进行集中答疑

源码开放

整套代码下载

课程案例代码完全开放给你,你可以根据所学知识
自行修改、优化

技术储备要求

1)熟练掌握Python ,Linux;

2)要有高等数学、线性代数、微积分、统计学、概率论基础

环境参数

  • python 2.7
  • IDE pycharm
  • ubuntu 16.04
提问
数据加载中...
意见反馈 帮助中心 APP下载
官方微信