5 月深度学习课程大纲


更新:深度学习课程大纲草案
涵盖CV和NLP两个典型的领域,以及深度学习中最关键两项技术CNN和RNN
博士 + BAT大神级工程师主讲,不只是理论、更有BAT实际工业界应用

第一节:数学基础
1. 必要的微积分、概率统计基础
2. 必要的矩阵、凸优化基础

第二节:深度学习基础知识
1. 机器学习基础、线性模型
2. CV 以及 NLP 背景知识介绍
3. 逻辑回归、Softmax

第三节:人工神经网络
1. BP算法
2. 梯度下降算法

第四节:神经网络的训练和使用
1. 梯度检查、过拟合、正则化
2. Torch(lua)入门以及张量库介绍
3. Torch的神经网络包、最优化包

第五节:卷积网络
1. 卷积操作、pooling操作
2. 理解卷积网络
3. 图像目标分类

第六节:卷积网络在图像识别、目标检测中的应用
1. Deep Dreamer/Artistic style transfer 案例分析
2. AutoEncoder和Waifu2X案例分析
3. R-CNN 目标检测 案例分析

第七节:循环网络与LSTM
1. RNN 网络
2. BPTT算法
3. LSTM、GRU

第八节:循环网络在自然语言处理中的应用
1. 字符模型和文本生成,char-rnn 案例分析
2. NerualTalk2 案例分析
3. 基于词嵌入word embedding的应用

第九节:其他深度网络结构
1. 生成式对抗网络 (Generative Adversarial Networks)
2. 变分自编码器(Variational AutoEncoder)
3. Deep Q Network

第十节:其他深度学习框架
1. Tensor Flow入门教程
2. Caffe/MxNet 简介

报名链接:http://www.julyedu.com/course/getDetail/37
已邀请:

July - 抠细节抠体验,不妥协不将就。

赞同来自:


@hold哥哥_
多谢之前反馈
5月dl班 绝不止只有理论,更有BAT级实际工业界应用
重点聚焦CV和NLP两个典型的应用领域,以及深度学习中最关键两项技术CNN和RNN,由浅入深、从理论原理到实践应用,带你一举入门深度学习,hold住其中关键知识点。

要回复问题请先登录注册