视频教程-决胜AI-深度学习系列实战150讲-深度学习

决胜AI-深度学习系列实战150讲

计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战讲师。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

唐宇迪

¥499.00

立即订阅

订阅后：请点击此处观看视频课程

 

视频教程-决胜AI-深度学习系列实战150讲-深度学习

学习有效期：永久观看

学习时长：1785分钟

学习计划：30天

难度：高

 

「口碑讲师带队学习，让你的问题不过夜」

讲师姓名：唐宇迪

高校教师 / 培训机构讲师

讲师介绍：计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战讲师。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

☛点击立即跟老师学习☚

 

「你将学到什么？」

深度学习系列课程从基本的神经网络开始讲起，逐步过渡到当下流行的卷积与递归神经网络架构。课程风格通俗易懂，方便大家掌握深度学习的原理。课程以实战为导向，结合当下热门的Tensorflow框架进行案例实战，让同学们上手建模实战。对深度学习经典项目，从数据处理开始一步步带领大家完成多个项目实战任务！

 

「课程学习目录」

第1章：深度学习必备基础知识点

1.深度学习概述

2.挑战与常规套路

3.用K近邻来进行分类

4.超参数与交叉验证

5.线性分类

6.损失函数

7.正则化惩罚项

8.softmax分类器

9.最优化形象解读

10.最优化问题细节

11.反向传播

12.Alexnet加载训练好的参数

第2章：探索神经网络整体架构

1.整体架构

2.实例演示

3.过拟合解决方案

第3章：卷积与递归神经网络

1.卷积神经网络的应用

2.卷积层解释

3.卷积计算过程

4.pading与stride

5.卷积参数共享

6.池化层原理

7.递归神经网络（RNN）概述

8.RNN网络细节

9.LSTM网络架构

第4章：深度学习框架Tensorflow必备基础

1.Tensorflow安装与简介

2.Tensorflow中的变量

3.变量常用操作

4.Tensorflow实现线性回归

5.Mnist数据集概述

6.逻辑回归

第5章：Tensorflow实战卷积神经网络

1.神经网络结构

2.卷积神经网络基本定义

3.卷积神经网络迭代

4.猫狗识别任务概述

5.猫狗识别数据读取

6.猫狗识别网络架构

7.猫狗迭代训练网络

8.猫狗测试网络效果

9.Cifar-10图像分类任务

10.Alexnet环境配置

11.Alexnet数据读取与参数设置

12.Alexnet网络结构定义

13.CNN应用于文本分类任务

14.文本分类任务特征定义

15.卷积网络定义

16.完成预测分类任务

17.resnet网络原理

18.resnet网络流程设计

19.残差网络实现细节

第6章：Tensorflow实战递归神经网络

1.RNN网络基本架构

2.实现RNN网络架构

3.RNN实现自己的小demo

4.RNN预测时间序列

5.可视化展示-Tensorboard可视化展示

6.可视化展示-Tensorboard展示效果

7.可视化展示-Tensorboard统计可视展示

8.可视化展示-Tensorboard参数对结果影响展示

9.构建数据集-tfrecord生成自己的数据集

10.构建数据集-tfrecord读取数据

11.构建数据集-tfrecord生成数据源

12.构建数据集-加载tfrecord进行分类任务

第7章：图像识别项目实战

1.验证码识别-验证码数据生成

2.验证码识别-构造网络的输入数据和标签

3.验证码识别-卷积网络模型定义

4.验证码识别-迭代及测试网络效果

5.对抗生成网络-对抗生成网络原理概述

6.对抗生成网络-GAN网络结构定义

7.对抗生成网络-Gan迭代生成

8.对抗生成网络-DCGAN网络特性

9.对抗生成网络-DCGAN训练

10.风格转换-style-transfer基本原理

11.风格转换-风格生成网络结构原理

12.风格转换-风格生成网络细节

13.风格转换-风格转换效果展示

14.风格转换-参数解释与配置

15.风格转换-数据加载

16.风格转换-特征提取网络

17.风格转换-网络训练

18.风格转换-视频与图像测试模块

19.图像补全-论文概述

20.图像补全-网络架构

21.图像补全-细节设计

22.图像补全-论文总结

23.图像补全-数据与项目概述

24.图像补全-参数基本设计

25.图像补全-网络结构配置

26.图像补全-网络迭代训练

27.图像补全-测试模块

28.超分辨率重构-论文概述

29.超分辨率重构-网络架构

30.超分辨率重构-数据与环境配置

31.超分辨率重构-数据加载与配置

32.超分辨率重构-生成模块

33.超分辨率重构-判别模块

34.超分辨率重构-VGG特征提取网络

35.超分辨率重构-损失函数与训练

36.超分辨率重构-测试模块

第8章：自然语言处理项目实战

1.行为识别-任务概述

2.行为识别-数据与网络设计

3.行为识别-网络迭代训练

4.情感分析-RNN网络架构

5.情感分析-LSTM网络架构

6.情感分析-案例：使用LSTM进行情感分类

7.情感分析-情感数据集处理

8.情感分析-基于word2vec的LSTM模型

9.对话机器人-效果演示

10.对话机器人-参数配置与数据加载

11.对话机器人-数据处理

12.对话机器人-词向量与投影

13.对话机器人-seq网络

14.对话机器人-网络训练

15.word2vec-数据与任务流程

16.word2vec-数据清洗

17.word2vec-batch数据制作

18.word2vec-网络训练

19.word2vec-可视化展示

第9章：物体检测-Faster-Rcnn实战

1.物体检测概述

2.经典检测方法

3.faster-rcnn概述

4.论文概述

5.RPN网络结构

6.损失函数定义

7.网络细节

8.环境配置

9.项目概述

10.数据处理

11.数据变换

12.完成数据读取

13.特征提取

14.RPN网络层

15.提取网络细节

16.网络训练迭代

第10章：机器学习翻译框架NMT实战

1.网络架构

2.Seq2Seq网络基本架构

3.Seq2Seq网络应用

4.Attention机制

5.构建自己的输入法-数据准备

6.构建自己的输入法-网络结构概述

7.3-加载数据

8.4-训练测试模型

9.1-机器翻译框架概述

10.机器翻译框架NMT-参数设置

11.机器翻译框架NMT-数据加载

12.机器翻译框架NMT-网络结构定义

13.机器翻译框架NMT-训练模型

 

「7项超值权益，保障学习质量」

• 大咖讲解

技术专家系统讲解传授编程思路与实战。

• 答疑服务

专属社群随时沟通与讲师答疑，扫清学习障碍，自学编程不再难。

• 课程资料+课件

超实用资料，覆盖核心知识，关键编程技能，方便练习巩固。（部分讲师考虑到版权问题，暂未上传附件，敬请谅解）

• 常用开发实战

企业常见开发实战案例，带你掌握Python在工作中的不同运用场景。

• 大牛技术大会视频

2019Python开发者大会视频免费观看，送你一个近距离感受互联网大佬的机会。

• APP+PC随时随地学习

满足不同场景，开发编程语言系统学习需求，不受空间、地域限制。

 

「什么样的技术人适合学习？」

• 想进入互联网技术行业，但是面对多门编程语言不知如何选择，0基础的你
• 掌握开发、编程技术单一、冷门，迫切希望能够转型的你
• 想进入大厂，但是编程经验不够丰富，没有竞争力，程序员找工作难。

 

「悉心打造精品好课，30天学到大牛3年项目经验」

【完善的技术体系】

技术成长循序渐进，帮助用户轻松掌握

掌握深度学习知识，扎实编码能力

【清晰的课程脉络】

浓缩大牛多年经验，全方位构建出系统化的技术知识脉络，同时注重实战操作。

【仿佛在大厂实习般的课程设计】

课程内容全面提升技术能力，系统学习大厂技术方法论，可复用在日后工作中。

 

「你可以收获什么？」

掌握深度学习必备原理与实战技巧，结合Tensorflow框架进行实际项目。

 

订阅课程 开始学习