首页 实战 深度学习之神经网络(CNN/RNN/GAN)算法原理+实战
收藏

深度学习之神经网络CNN/RNN/GAN(算法原理+实战)

深度学习算法工程师必学

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

难度 中级 时长 22小时30分钟 学习人数 2617 综合评分 9.97

本课程使用原理讲解加实战的方式学习卷积神经网络(CNN)、循环神经网络(RNN)、对抗神经网络(GAN),通过图像分类、文本分类、图像风格转换、图像文本生成、图像翻译等项目,深度掌握算法调参以及使用Tensorflow进行编程的能力。

正十七
讲师

Google资深算法工程师

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

知识体系全面 带你掌握深度学习核心算法

入门深度学习的不二之选,全面学习算法与应用

  • 神经网络入门

    神经元

    激活函数Sigmoid

    logistic回归模型

    目标函数、梯度下降

    正向传播、反向传播

    随机梯度下降

    学习率的影响

  • 卷积神经网络(CNN)

    卷积、池化、全连接

    全卷积神经网络

    AlexNet、VGG、Res-Net

    Inception-Net、MobileNet

    CNN调参技巧

    训练过程可视化

    Batch Normalization

    自动网络结构搜索(NAS-Net)

    fine-tuning / 图像增强

  • 循环神经网络(RNN)

    循环网络的反向传播

    双向网络

    多层网络

    残差网络

    长短期记忆网络(LSTM)

    Attention机制

  • 对抗神经网络(GAN)

    对抗思想

    对抗神经网络构建

    反卷积

    U-Net

    对抗损失

渐进式讲解 掌握真实开发中的调参过程和优化过程

50%原理+50%项目实战,原理与实战完美衔接

  • 图像分类:

    图像预处理方法、卷积、池化、全连接、Res-Net
    Tensorboard观测训练过程

  • 图像风格转换:

    内容特征重建图像、风格特征重建图像、VGG模型

  • 文本分类:

    文本embedding、词袋模型、循环神经网络搭建

  • 图像文本生成:

    CNN特征提取,LSTM模型构建,词袋模型

  • 图像翻译:

    U-Net,反卷积,GAN训练过程

全网稀缺课程 基础进阶项目全面讲解

Google算法工程师亲授 课程物超所值

  • 入门深度学习

    知识体系全面,由浅入深的的讲解

    深度学习算法,并且配合着丰富的

    案例,带着你编写每一行代码,是

    你入门深度学习的不二之选

  • 讲解前沿技术

    深入讲解CNN和RNN基础和高阶

    知识点,讲解了Attention机制、

    对抗神经网络、自动网络结构搜索

    等前沿技术

  • 项目经验

    贴合实际,使用TensorFlow进行

    项目开发,每个项目的讲解层次清

    晰,学习完后可以拥有多个项目实

    战经验以及调参经验

机遇是抢出来的 不是等出来的

让你快速达到阿里 P5 水准

  • 百度 : 30w+
  • 阿里 : 32w+
  • 腾讯 : 32w+
  • 头条 : 33w+
  • 美团 : 30w+
  • 滴滴 : 30w+
深度学习算法相关岗位薪资水平

学员专享增值服务

问答专区

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

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

适合人群

如果你已经掌握了一门编程语言,想转型人工智能工程师

或者是想系统学习深度学习的在校大学生

或者是缺少实战经验的初学者,那么本门课程非常适合你

技术储备要求

Python基础

基本的概率和线代数学基础

TensorFlow基础

机器学习基础

环境参数

  • python 2.7.3(企业最常用版本)
  • jupyter 1.0.0
  • 框架 TensorFlow 1.8.0
  • numpy 1.14.3
  • 环境参数 Tensorboard 1.8.0

万事俱备 只等你来

  • next_n

    好评

    学习完整个课程,特意来评论区感谢老师!这门课程主要有以下几点特色: 1.课程内容非常,非常的详实。老师对于深度学习理解的层次很高,鞭辟入里,有些不经意地,带有主观性地讲解很有助于我们对知识点的理解。 2.老师的代码水平非常高。榜样! 3.通过理论结合实例的讲解,让每个知识点都可以深入理解,知其所以然。 4.期待老师后续作品,出必入。 PS:老师讲话还是很清晰的,个别不太清晰的词儿也不是问题,比如“ground truth”,到后来才知道原来是说这个,哈哈。

  • kankan123

    好评

    上完了整个课程,特地来评价一下,整个课程有以下几个特点:1)讲解与实战相结合,可以让你在编程的同时对理论有更深的理解 2)课程并不只是调用API,许多模块老师都是亲自实现的,参考价值很大(老师的编程功底也很强) 3)对于深度学习领域覆盖的比较全面,CNN,RNN,GAN等几个大的领域都讲解的比较细致。 总的来说是一门很好的深度学习课程,我是上完了机器学习的课程才过来的,感觉之间的衔接都比较到位,可以比较好的理解课程,同时也谢谢老师辛苦的录制课程~

  • 追梦逐梦白日做梦

    好评

    怒抢沙发,老师讲的实在是太棒了,本人在深度学习领域,学习研究了快两年了,以前一些自认为很熟悉了解透的东西,通过老师的讲解我才发现以前的自己有多么的无知。不愧是google的人,真的佩服。老师加油出,敢出就敢买。

查看全部850条用户评价
提问
数据加载中...
意见反馈 帮助中心 APP下载
官方微信

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