首页 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

已完结 难度 高级 时长 7小时30分钟 学习人数 474 综合评分 9.20

深度学习是当前人工智能热门的前沿技术,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
讲师

大数据架构师

课程预览

    检测到您还没有关注慕课网服务号,无法接收课程更新通知。请扫描二维码即可绑定
    重新观看

    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
    微信客服

    购课补贴
    联系客服咨询优惠详情

    帮助反馈 APP下载

    慕课网APP
    您的移动学习伙伴

    公众号

    扫描二维码
    关注慕课网微信公众号

    学习咨询

    选课、学习遇到问题?

    扫码添加指导老师 1V1 帮助你!

    添加后老师会第一时间解决你的问题