深度學習是一種以人工神經(jīng)網(wǎng)絡為架構，對數(shù)據(jù)進行表征學習的算法。目前，在圖像、 語音識別 、自然語言處理、強化學習等許多技術領域中，深度學習獲得了廣泛的應用，并且在某些問題上已經(jīng)達到甚至超越了人類的水平。本課程將介紹深度學習算法的知識。
課程簡介
本課程將會探討深度學習中的基礎理論、算法、使用方法、技巧與不同的深度學習模型。
課程目標
通過本課程的學習，使學員：
1、掌握神經(jīng)網(wǎng)絡基礎理論。
2、掌握深度學習中數(shù)據(jù)處理的基本方法。
3、掌握深度學習訓練中調(diào)參、模型選擇的基本方法。
4、掌握主流深度學習模型的技術特點。
課程大綱
第1章 神經(jīng)網(wǎng)絡基礎概念
第2章 數(shù)據(jù)集 處理
第3章 網(wǎng)絡構建
第4章 正則化
第5章 優(yōu)化器
第6章 初始化
第7章 參數(shù)調(diào)節(jié)
第8章 深度信念網(wǎng)絡
第9章 卷積神經(jīng)網(wǎng)絡
第10章 循環(huán)神經(jīng)網(wǎng)絡
