想要成為一名優(yōu)秀的深度學(xué)習(xí)工程師并不容易，研究 AI 有著天然的高門(mén)檻和高要求。很多人都是理論上的王者，實(shí)踐上的青銅，自以為對(duì)框架、算法的理解足夠，但因?yàn)槿狈?yīng)用場(chǎng)景和實(shí)踐機(jī)會(huì)，遇到實(shí)際問(wèn)題仍然不知道該怎么抽象問(wèn)題然后用模型解決。

而本門(mén)課程將會(huì)從理論基礎(chǔ)、工具使用、實(shí)戰(zhàn)上手三個(gè)方面，帶領(lǐng)你從理論開(kāi)始，一步步認(rèn)識(shí)和了解深度學(xué)習(xí)，并學(xué)會(huì)打造深度學(xué)習(xí)模型。

模塊一：深度學(xué)習(xí)的基礎(chǔ)概念。這個(gè)模塊就像是打地基，老師會(huì)帶你了解深度學(xué)習(xí)會(huì)用到的基礎(chǔ)知識(shí)，主要是數(shù)學(xué)知識(shí)和理論知識(shí)。還會(huì)對(duì)深度學(xué)習(xí)中常用的結(jié)構(gòu)進(jìn)行詳細(xì)的介紹，比如你經(jīng)常聽(tīng)到的 CNN、DNN、GAN 等，從零開(kāi)始，逐步深入。通過(guò)這一部分的學(xué)習(xí)，你會(huì)了解深度學(xué)習(xí)必備的基礎(chǔ)知識(shí)。

模塊二：深度學(xué)習(xí)的工具與框架。這個(gè)模塊就像是蓋樓的磚瓦，有了理論知識(shí)，就可以將理論知識(shí)轉(zhuǎn)化成代碼，并用合適的框架、工具協(xié)助你開(kāi)展工作?？蚣芊矫?，目前常用的深度學(xué)習(xí)框架很多，有 TensorFlow、PyTorch 等，老師會(huì)以其中使用最廣泛的 TensorFlow 作為切入點(diǎn)，帶你熟悉圖像處理工具、模型訓(xùn)練記錄工具、交互工具等工具的使用。通過(guò)這一部分的學(xué)習(xí)，你就可以著手準(zhǔn)備開(kāi)發(fā)實(shí)戰(zhàn)項(xiàng)目了。

模塊三：深度學(xué)習(xí)經(jīng)典問(wèn)題的落地實(shí)戰(zhàn)。這個(gè)模塊就開(kāi)始教你蓋樓了，老師會(huì)選擇幾個(gè)常見(jiàn)的深度學(xué)習(xí)應(yīng)用場(chǎng)景，包括圖像分類(lèi)、語(yǔ)義分割和自然語(yǔ)言處理，教你如何從零開(kāi)始做模型、如何優(yōu)化已有模型，一步步教你打造項(xiàng)目模型。通過(guò)這一部分的學(xué)習(xí)，你就可以打造屬于你自己的深度學(xué)習(xí)模型。

深度學(xué)習(xí)入門(mén)與實(shí)戰(zhàn)，帶你精簡(jiǎn)算法理論，從零打造實(shí)戰(zhàn)模型課程目錄

文檔

[4974] 開(kāi)篇詞? 掌握深度學(xué)習(xí)，暢游 AI 時(shí)代.mp4

[4975] 01? 從神經(jīng)元說(shuō)起：數(shù)學(xué)篇.mp4

[4976] 02? 從神經(jīng)元說(shuō)起：結(jié)構(gòu)篇.mp4

[4977] 03? AI 術(shù)語(yǔ)：讓你變得更加專(zhuān)業(yè).mp4

[4978] 04? 函數(shù)與優(yōu)化方法：模型的自我學(xué)習(xí)（上）.mp4

[4979] 05? 前饋網(wǎng)絡(luò)與反向傳播：模型的自我學(xué)習(xí)（下）.mp4

[4980] 06? 線性回歸模型：在問(wèn)題中回顧與了解基礎(chǔ)概念.mp4

[4981] 07? 卷積神經(jīng)網(wǎng)絡(luò)：給你的模型一雙可以看到世界的眼睛.mp4

[4982] 08? RNN 與 LSTM：模型也可以持續(xù)不斷地思考.mp4

[4983] 09? 自編碼器：讓模型擁有屬于自己的表達(dá)和語(yǔ)言.mp4

[4984] 10? 生成式對(duì)抗網(wǎng)絡(luò)：藝術(shù)創(chuàng)造也可以成為深度學(xué)習(xí)的拿手好戲.mp4

[4985] 11? 集成、共享、敏捷：Jupyter Notebook 的使用.mp4

[4986] 12? 數(shù)據(jù)預(yù)處理：讓模型學(xué)得更好.mp4

[4987] 13? 張量、數(shù)據(jù)流圖與概念：初步了解 TenorFlow.mp4

[4988] 14? 工作機(jī)制與流程：通過(guò)手寫(xiě)識(shí)別深入了解 TenorFlow.mp4

[4989] 15? TenorBoard：實(shí)驗(yàn)統(tǒng)計(jì)分析助手.mp4

[4990] 16? 圖像分類(lèi)：技術(shù)背景與常用模型解析.mp4

[4991] 17? 圖像分類(lèi)：實(shí)現(xiàn)你的第一個(gè)圖像分類(lèi)實(shí)戰(zhàn)項(xiàng)目.mp4

[4992] 18? 語(yǔ)義分割：技術(shù)背景與算法剖析.mp4

[4993] 19? 語(yǔ)義分割：打造簡(jiǎn)單高效的人像分割模型.mp4

[4994] 20? 文本分類(lèi)：技術(shù)背景與經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)介紹.mp4

[4995] 21? 文本分類(lèi)：用 Bert 做出一個(gè)優(yōu)秀的文本分類(lèi)模型.mp4

[4996] 結(jié)束語(yǔ)? 掌握深度學(xué)習(xí)，搭上 AI 快車(chē).mp4