歡迎推薦學(xué)生參與:https://www.icourse163.org/course/FUDAN-1205806833
深度學(xué)習(xí)公益課程,,配套全套的PPT,、視頻、Python程序、數(shù)據(jù),、習(xí)題、理論與實(shí)訓(xùn)教材等,,歡迎指導(dǎo)
課程內(nèi)容如下:
1.神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
1.1 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
1.2 神經(jīng)網(wǎng)絡(luò)相關(guān)概念
1.3 神經(jīng)網(wǎng)絡(luò)效果評(píng)價(jià)
1.4 神經(jīng)網(wǎng)絡(luò)優(yōu)化
1.5 銀行客戶流失預(yù)測(cè)
1.6 練習(xí)題
2.CNN卷積神經(jīng)網(wǎng)絡(luò)
2.1 卷積的理解—卷積和池化
2.2 常見(jiàn)的卷積模型:Lenet-5,、AlexNet、VGGNet,、GoogleLeNet,、ResNet等
2.3 CNN卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用案例
2.4 目標(biāo)檢測(cè)常用算法:R-CNN、Fast RCNN,、Faster RCNN,、YOLO等
2.5 圖像分類
2.6 動(dòng)物識(shí)別
2.7 物體檢測(cè)
2.8 練習(xí)題
3.循環(huán)神經(jīng)神經(jīng)網(wǎng)絡(luò)
3.1 RNN基本原理
3.2 LSTM
3.3 GRU
3.4 CNN+LSTM模型
3.5 Bi-LSTM雙向循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
3.6 Seq2seq模型
3.7 注意力機(jī)制
3.8 機(jī)器翻譯
3.9 練習(xí)題
4.生成對(duì)抗網(wǎng)絡(luò)GAN
4.1 生成對(duì)抗網(wǎng)絡(luò)模型
4.2 GAN的理論知識(shí)
4.3 DCGAN
4.4 自動(dòng)生成手寫(xiě)體
4.5 練習(xí)題
5. 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)應(yīng)用
5.1 股票走勢(shì)預(yù)測(cè)
5.2 文本情感分類
5.3 圖像風(fēng)格轉(zhuǎn)移
5.4 機(jī)器翻譯
5.5 智能交通燈控制
5.6 練習(xí)題
6.強(qiáng)化學(xué)習(xí)
6.1 強(qiáng)化學(xué)習(xí)基本原理
6.2 強(qiáng)化學(xué)習(xí)常用模型
6.3 強(qiáng)化學(xué)習(xí)典型應(yīng)用
6.4 練習(xí)題
7.深度學(xué)習(xí)實(shí)訓(xùn)