《深度學(xué)習(xí)入門與實(shí)戰(zhàn)》精簡算法理論，從零打造實(shí)戰(zhàn)模型

158資源整合網(wǎng)：《深度學(xué)習(xí)入門與實(shí)戰(zhàn)》精簡算法理論，從零打造實(shí)戰(zhàn)模型 培訓(xùn)課程內(nèi)容介紹：

想要成為一名優(yōu)秀的深度學(xué)習(xí)工程師并不容易，研究 AI 有著天然的高門檻和高要求。很多人都是理論上的王者，實(shí)踐上的青銅，自以為對框架、算法的理解足夠，但因?yàn)槿狈?yīng)用場景和實(shí)踐機(jī)會(huì)，遇到實(shí)際問題仍然不知道該怎么抽象問題然后用模型解決。

而本門課程將會(huì)從理論基礎(chǔ)、工具使用、實(shí)戰(zhàn)上手三個(gè)方面，帶領(lǐng)你從理論開始，一步步認(rèn)識(shí)和了解深度學(xué)習(xí)，并學(xué)會(huì)打造深度學(xué)習(xí)模型。

模塊一：深度學(xué)習(xí)的基礎(chǔ)概念。這個(gè)模塊就像是打地基，老師會(huì)帶你了解深度學(xué)習(xí)會(huì)用到的基礎(chǔ)知識(shí)，主要是數(shù)學(xué)知識(shí)和理論知識(shí)。還會(huì)對深度學(xué)習(xí)中常用的結(jié)構(gòu)進(jìn)行詳細(xì)的介紹，比如你經(jīng)常聽到的 CNN、DNN、GAN 等，從零開始，逐步深入。通過這一部分的學(xué)習(xí)，你會(huì)了解深度學(xué)習(xí)必備的基礎(chǔ)知識(shí)。

模塊二：深度學(xué)習(xí)的工具與框架。這個(gè)模塊就像是蓋樓的磚瓦，有了理論知識(shí)，就可以將理論知識(shí)轉(zhuǎn)化成代碼，并用合適的框架、工具協(xié)助你開展工作。框架方面，目前常用的深度學(xué)習(xí)框架很多，有 TensorFlow、PyTorch 等，老師會(huì)以其中使用最廣泛的 TensorFlow 作為切入點(diǎn)，帶你熟悉圖像處理工具、模型訓(xùn)練記錄工具、交互工具等工具的使用。通過這一部分的學(xué)習(xí)，你就可以著手準(zhǔn)備開發(fā)實(shí)戰(zhàn)項(xiàng)目了。

模塊三：深度學(xué)習(xí)經(jīng)典問題的落地實(shí)戰(zhàn)。這個(gè)模塊就開始教你蓋樓了，老師會(huì)選擇幾個(gè)常見的深度學(xué)習(xí)應(yīng)用場景，包括圖像分類、語義分割和自然語言處理，教你如何從零開始做模型、如何優(yōu)化已有模型，一步步教你打造項(xiàng)目模型。通過這一部分的學(xué)習(xí)，你就可以打造屬于你自己的深度學(xué)習(xí)模型。

《深度學(xué)習(xí)入門與實(shí)戰(zhàn)》精簡算法理論，從零打造實(shí)戰(zhàn)模型 課程內(nèi)容目錄：

模塊一：基礎(chǔ)概念

01 從神經(jīng)元說起：數(shù)學(xué)篇
02 從神經(jīng)元說起：結(jié)構(gòu)篇
03 AI 術(shù)語：讓你變得更加專業(yè)
04 函數(shù)與優(yōu)化方法：模型的自我學(xué)習(xí)（上）
05 前饋網(wǎng)絡(luò)與反向傳播：模型的自我學(xué)習(xí)（下）
06 線性回歸模型：在問題中回顧與了解基礎(chǔ)概念
07 卷積神經(jīng)網(wǎng)絡(luò)：給你的模型一雙可以看到世界的眼睛
08 RNN 與 LSTM：模型也可以持續(xù)不斷地思考
09 自編碼器：讓模型擁有屬于自己的表達(dá)和語言
10 生成式對抗網(wǎng)絡(luò)：藝術(shù)創(chuàng)造也可以成為深度學(xué)習(xí)的拿手好戲

模塊二：工具與框架

11 集成、共享、敏捷：Jupyter Notebook 的使用
12 數(shù)據(jù)預(yù)處理：讓模型學(xué)得更好
13 張量、數(shù)據(jù)流圖與概念：初步了解 TensorFlow
14 工作機(jī)制與流程：通過手寫識(shí)別深入了解 TensorFlow
15 TensorBoard：實(shí)驗(yàn)統(tǒng)計(jì)分析助手

模塊三：經(jīng)典問題的落地實(shí)戰(zhàn)

16 圖像分類：技術(shù)背景與常用模型解析
17 圖像分類：實(shí)現(xiàn)你的第一個(gè)圖像分類實(shí)戰(zhàn)項(xiàng)目
18 語義分割：技術(shù)背景與算法剖析
19 語義分割：打造簡單高效的人像分割模型
20 文本分類：技術(shù)背景與經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)介紹
21 文本分類：用 Bert 做出一個(gè)優(yōu)秀的文本分類模型

結(jié)束語 掌握深度學(xué)習(xí)，搭上 AI 快車