深度学习入门视频课程

  • 提供:edu.csdn.net
  • 简介:深度学习入门视频课程从最基本的神经网络开始讲起,将复杂的神经网络分成几个小模块,先对必备的知识点的细节进行详细讲解再拓展到整个神经网络,从神经网络的架构,细节进行全面分析,并使用python代码完成的神经网络,从效果上感受神经网络的强大。熟悉神经网络后再进军卷积神经网络与递归神经网络,详解CNN与RNN的原理与细节。对经典网络模型结构详细分析讲解,选择经典论文剖析。带大家快速上手深度学习!
  • 价格:¥345.00

课程目录课程大纲

深度学习入门视频课程从最基本的神经网络开始讲起,将复杂的神经网络分成几个小模块,先对必备的知识点的细节进行详细讲解再拓展到整个神经网络,从神经网络的架构,细节进行全面分析,并使用python代码完成的神经网络,从效果上感受神经网络的强大。熟悉神经网络后再进军卷积神经网络与递归神经网络,详解CNN与RNN的原理与细节。对经典网络模型结构详细分析讲解,选择经典论文剖析。带大家快速上手深度学习!

展开详情

第一章:深度学习必备知识点

  • 01. 深度学习与人工智能概述 11:27
  • 02. 计算机视觉面临挑战与机器学习常规套路 9:40
  • 03. 用K近邻进行图像分类任务(->数据代码下载) 付费专享 10:01
  • 04. 超参数与交叉验证 10:30
  • 05. 线性分类 9:34
  • 06. 损失函数 9:17
  • 07. 正则化惩罚项 7:19
  • 08. softmax分类器 13:38
  • 09. 最优化问题形象解读 6:46
  • 10. 梯度下降算法 11:48
  • 11. 反向传播实例 15:16

第二章:走进深度学习的世界-神经网络模型

  • 1. 初识神经网络 25:10
  • 2. 深入神经网络细节 21:35

第三章:神经网络案例实战

  • 1. Python环境搭建(推荐Anaconda方法) 13:10
  • 2. Eclipse搭建python环境 5:23
  • 3. 动手实现简易神经网络 12:31
  • 4. 感受神经网络的强大 11:30
  • 5. 神经网络案例-cifar分类任务 16:01
  • 6. 神经网络案例-分模块构造神经网络 13:33
  • 7. 神经网络案例-训练神经网络完成分类任务 13:26

第四章:卷积神经网络

  • 01. 卷积神经网络(CNN)能干什么 14:55
  • 02. 卷积层原理详解 12:53
  • 03. 卷积的计算过程 12:30
  • 04. 卷积核涉及参数详解 13:13
  • 05. 参数共享原则 8:09
  • 06. 池化层详解 8:24
  • 07. 分类与回归任务应用详解 33:30
  • 08. 如何巧妙设计网络结构 21:51
  • 09. 训练技巧之数据增强 12:20
  • 10. 训练技巧之Transfer Learning 11:09
  • 11. 经典卷积神经网络架构 21:15

第五章:卷积神经网络案例实战

  • 1. 卷积神经网络反向传播原理 14:43
  • 2. 案例实战:实现卷积层的前向传播与反向传播 10:19
  • 3. 案例实战:实现池化层的前向传播与反向传播 12:00

第六章:递归神经网络

  • 1. 递归神经网络原理 9:12
  • 2. LSTM网络结构 10:01
  • 3. 案例实战:打造二进制加法器 33:46

第七章:Faster-rcnn物体检测框架

  • 1. 物体检测框架Faster-rcnn原理 16:25
  • 2. Faster-rcnn之RPN层 23:47
  • 3. 整体框架流程 19:41
  • 4. 实验效果评估 21:43

第八章:级联网络结构

  • 1. 级联网络原理分析 11:01
  • 2. 级联网络实现细节 13:16

第九章:关键点定位网络

  • 1. 关键点定位论文算法整体框架分析 20:36
  • 2. 实现细节解读 11:29
  • 3. 网络结构详解 9:12

第一十章:残差网络架构

  • 1. 深度残差网络架构分析 12:58
  • 2. 残差网络实现细节 13:56

第一十一章:style-transfer风格转换

  • 1. PRISMA图像风格变换原理 10:34
  • 2. STYLE-TRANSFER实现细节 11:00

链接:深度学习入门视频课程