|
2017年8月新出最新深度学习入门视频课程上篇+下篇 % T% \; O( n0 D- R7 M
课程目标
用通俗易懂的讲解，一步步的带大家入门深度学习这个当今世界最火爆的深度学习领域。
适用人群9 q# D4 l! Q0 N- Y; O" \# R
渴望高端技术，对人工智能感兴趣的同学们，全民皆可入门。' A* j1 T4 X9 g7 C: U a
课程简介
从无人驾驶汽车技术到AlphaGo战胜人类，深度学习在生活中扮演着越来越重要的角色，也即将改变这个世界。但是很多同学担心深度学习入门要求太高，苦于国内没有合适的课程予以帮助。
深度学习入门系列课程作为国内第一篇深度学习的入门课程视频，旨在帮助同学们更快更轻松的掌握深度学习所涉及的所有知识点，真正的入门深度学习这个世界上拥有最先进技术的领域，深度学习全民皆兵。) j% u2 c( f" U4 L% z" H6 |5 @
上篇章节5 e* p) {+ I0 C2 j' p
第1章深度学习必备基础知识点1小时55分钟11节
1-1深度学习与人工智能简介 11:27% ^, q$ H+ Y1 X) n5 O
1-2计算机视觉面临挑战与常规套路 09:40- ~8 P. G3 X1 v
1-3用K近邻来进行图像分类 10:01% c; q+ J& Z. Q/ u9 M7 l
1-4超参数与交叉验证 10:31- ^8 J# ^: |, U7 e
1-5线性分类 09:34; h; ]6 u7 X- z% _- e8 m! M- M! F
1-6损失函数 09:18
1-7正则化惩罚项 07:193 B, }. t+ \( B; p9 X: a( m+ u
1-8softmax分类器 13:385 X0 G+ \0 r4 T6 O! r* s
1-9最优化形象解读 06:47
1-10梯度下降算法原理 11:486 T* @- S. | d! h
1-11反向传播 15:17; H: T% [( y8 o
第2章神经网络模型36分钟3节( [2 V& `3 r+ h- I
2-1神经网络整体架构 10:11
2-2神经网络模型实例演示 10:38. e- j* s& v! c% P" K1 r: D) U
2-3过拟合问题解决方案 15:531 C. Q" H/ Z+ u q$ S4 y
第3章神经网络案例实战1小时44分钟7节
3-1Python环境搭建（推荐Anaconda方法）[免费观看] 13:10+ I6 _4 J4 r# T3 a) S
3-2Eclipse搭建python环境（选自己喜欢的IDE就好） 05:23
3-3深度学习入门视频课程09 动手完成简单神经网络（代码） 31:51
3-4感受神经网络的强大 11:30
3-5神经网络案例-cifar分类任务 16:01
3-6神经网络案例-分模块构造神经网络 13:33' {9 n/ u* Q4 q: b: F* }
3-7神经网络案例-训练神经网络完成分类任务 13:26
2 w x1 P2 g+ a5 J
下篇章节4 F6 w6 [5 j* ^8 x( O
1深度学习入门课程01 感受卷积神经网络的强大 14:55
2深度学习入门课程02 卷积层详解 12:53
3深度学习入门课程03 卷积计算流程 12:30
4深度学习入门课程04 卷积核参数分析 13:13: ~+ b. {" E9 l6 ~2 I7 q, G) p' }
5深度学习入门课程05 卷积参数共享原则 08:09
6深度学习入门课程06 池化层（Pooling）原理 08:24
7深度学习入门课程07 卷积神经网络反向传播原理 14:44
8深度学习入门课程08 实现卷积层的前向传播与反向传播 10:19( y+ k# Z1 q5 s" W, B0 f
9深度学习入门课程09 实现Pooling层的前向传播与反向传播 12:00
10深度学习入门课程10 经典卷及网络架构实例 20:35! m/ E# ~# W( |0 C; D/ T
11深度学习入门课程11 RNN网络结构 08:39
12RNN网络细节 11:54
13深度学习入门课程12 python实现RNN算法 33:46
14深度学习入门课程13 LSTM网络结构简介 12:36
15深度学习入门课程14 分类与回归（Location）任务应用详解 33:301 J5 ?0 y# y& l3 L, _ q1 y, [1 k
16深度学习入门额课程15 物体检测实例 33:16
17深度学习入门课程16 如何巧妙设计网络结构 21:52
18深度学习入门课程17 训练技巧之数据增强 12:20
19深度学习入门课程18 训练技巧之Transfer Learning 11:09& C+ \ }9 m% a0 p5 m5 ?6 M
20深度学习入门课程19 深度学习框架Caffe简介 20:438 \! _. g6 |: x' n; |5 m5 D
21深度学习入门课程20 深度学习框架Caffe训练过程 20:39
22深度学习入门课程21 深度学习框架Caffe接口使用实例 12:35
| 
[复制链接]
