用神经网络构造图像和语言识别系统视频教程-陈屹-专题视频课程

用神经网络构造图像和语言识别系统视频教程—346人已学习
课程介绍    

    该视频课程内容包括五大章节，分别是深度学习和神经网络理论基础（神经元、激活函数、矩阵实现、反向传播算法、梯度算法）、用Python从零实现图片识别神经网络、神经网络项目实战、运用深度学习实现计算机视觉识别、使用神经网络进行自然语言处理（word embedding、单词向量化、skip-gram、RNN、LSTM）。
课程收益
    1， 深度学习的基本概念
    2，理解神经网络的基本数学模块
    3，快速构建一个手写数字识别系统
    4，机器学习的本质思考
    5，利用深度学习开发计算机视觉识别系统
    6，利用深度学习构建语义分析系统
讲师介绍
    陈屹 更多讲师课程
    拥有十年软件开发经验，曾经在realnetworks, 微软等知名公司担任软件工程师职位。 精通c/c /java/javascript/phtyon, 实践经验丰富，乐于追根刨底，对数学，对算法，对各种技术原理始终抱有无止境的好奇之心。
课程大纲
  第1章:深度学习和神经网络的理论基础
    1. 什么是深度学习  32:27
    2. 快速构建一个手写数字识别系统  36:03
    3. 神经网络基本数据结构-tensor  27:54
    4. 详解神经元和激活函数  30:26
    5. 使用矩阵实现神经网络数据加工链  28:51
    6. 通过反向传播算法回传误差改进链路权重  24:22
    7. 矩阵运算及梯度下降法进行神经网络迭代训练  31:44
    8. 手算梯度下降法，详解神经网络迭代训练过程  35:15
  第2章:用Python从零实现图片识别神经网络
    1. 基本框架搭建  24:28
    2. 实现网络的训练功能  26:12
    3. 训练网络，识别手写数字图片  20:19
    4. 透过神经网络的内在灵魂与柏拉图的哲学理念  21:22
  第3章:神经网络项目实践
    1. 用神经网络识别影评正负能量  29:37
    2. 利用神经网络给新闻稿分类  29:03
    3. 使用神经网络预测房价中位数  29:53
    4. 重要概念深入解析  26:52
  第4章:运用深度学习实现计算机视觉识别
    1. 卷积网络入门  27:52
    2. 从零开始构建识别猫狗图片的卷积网络  23:38
    3. 使用预先训练网络和特征提取大力提升图片识别率  25:47
    4. 视觉化展示网络的学习过程  16:41
  第5章:使用神经网络进行自然语言处理
    1. word embedding,单词向量化  29:00
    2. skip-gram，单词向量化算法的数学原理  35:52
    3. 使用预训练的单词向量来识别影评情绪  28:00
    4. RNN，具备记忆功能的神经网络  19:04
    5. LSTM网络实例详解  17:18
    6. GRU网络高级应用实例  28:38
    7. 使用RNN和CNN混合的’鸡尾酒疗法’，提升网络对文本的识别正确率  18:00
大家可以点击【 查看详情】查看我的课程