你将学到的
  • 深度学习理论
  • 计算机视觉
  • 深度学习工程
  • 深度学习框架
  • 自然语言处理
  • 项目挑战比赛
阶段 1 课程技能准备   展开
共2个章节
文档 1 课程须知和先学内容
视频 1 课程内容介绍与导学
阶段 2 深度学习原理   展开
共8个章节
实验 1 深度学习综述和示例

知识点: 1.机器学习介绍 2.深度学习介绍 3.深度学习发展

实验 2 线性回归实现与应用

知识点: 1.一元线性回归 2.平方损失函数 3.最小二乘法及代数求解 4.线性回归实现 5.最小二乘法的矩阵推导

挑战 1 北京市住房价格预测

知识点: 1.数据集读取与划分 2.模型训练及预测 3.模型评价

实验 3 逻辑回归实现与应用

知识点: 1.线性可分和不可分 2.Sigmoid分布函数 3.逻辑回归模型 4.对数损失函数 5.梯度下降法

挑战 2 梯度下降法实现与应用

知识点: 1.最小二乘法求解线性回归参数 2.梯度下降法求解线性回归参数

实验 4 感知机和人工神经网络

知识点: 1.感知机的推导过程 2.随机梯度下降法 3.多层感知机与人工神经网络 4.反向传播算法 5.实现人工神经网络

挑战 3 手写字符识别神经网络

知识点: 1.人工神经网络 2.手写字符识别

文档 2 挑战解析视频及阶段总结
阶段 3 深度学习框架   展开
共10个章节
实验 5 TensorFlow 基础概念语法

知识点: 1.TensorFlow介绍 2.张量的概念 3.EagerExecution特性 4.TensorFlowAPI概览

挑战 4 TensorFlow 加州房价预测

知识点: 1.最小二乘法线性回归 2.TensorFlow基本运算

实验 6 TensorFlow 构建神经网络

知识点: 1.NumPy构建神经网络 2.TensorFlow构建神经网络 3.TensorFlow完成DIGITS分类 4.TensorFlow实现MiniBatch训练

挑战 5 TensorFlow 汽车评估分类

知识点: 1.TensorFlow构建神经网络 2.张量数据处理转换 3.损失函数,优化器

实验 7 TensorFlow 高阶 API 使用

知识点: 1.Keras顺序模型 2.Keras函数模型 3.Keras模型存储及推理 4.Estimator高阶API

挑战 6 TensorFlow 时尚物品分类

知识点: 1.Keras构建神经网络 2.灰度数据标准化 3.Flatten,Dropout层

实验 8 PyTorch 基础概念语法

知识点: 1.张量类型和定义 2.索引、切片、变换 3.张量的内部结构 4.自动微分Autograd 5.深度学习框架对比

实验 9 PyTorch 构建神经网络

知识点: 1.PyTorch构建神经网络 2.Sequential容器结构 3.使用GPU加速训练 4.模型保存与推理

挑战 7 PyTorch 实现线性回归

知识点: 1.PyTorch原理及使用 2.nnModule类实现线性回归

文档 3 挑战解析视频及阶段总结
阶段 4 计算机视觉   展开
共12个章节
实验 10 卷积神经网络原理

知识点: 1.卷积核Kernel 2.卷积步长Stride 3.边距扩展Padding 4.高维多卷积核过程 5.卷积神经网络的发展史

实验 11 卷积神经网络构建

知识点: 1.TensorFlow高阶API构建 2.TensorFlow低阶API构建 3.PyTorch低阶API构建 4.PyTorch高阶API构建

挑战 8 构建 LeNet5 Estimator

知识点: 1.TensorFlowEstimator使用 2.LeNet5卷积神经网络

实验 12 图像分类原理与实践

知识点: 1.数据加载器 2.迁移学习 3.猫狗识别 4.卷积神经网络可视化

挑战 9 迁移学习完成动物分类

知识点: 1.迁移学习 2.预训练模型 3.TensorFlowKeras

实验 13 生成对抗网络原理及构建

知识点: 1.生成对抗网络原理 2.生成对抗网络实现 3.生成对抗网络改进 4.生成对抗网络未来

挑战 10 DCGAN 动漫人物图像生成

知识点: 1.PyTorch实践运用 2.DCGAN网络搭建

实验 14 自动编码器原理及构建

知识点: 1.自动编码器介绍 2.基础自动编码器 3.去噪自动编码器

挑战 11 卷积自动编码器图像去噪

知识点: 1.卷积自动编码器 2.图像去噪 3.TensorFlowKeras

实验 15 目标检测原理与实践

知识点: 1.目标检测方法 2.RCNN家族 3.YOLO和SSD 4.MaskRCNN 5.TensorFlowObjectDetection

挑战 12 YOLO 图像目标检测应用

知识点: 1.图像目标检测 2.YOLO实时检测方法

文档 4 挑战解析视频及阶段总结
阶段 5 自然语言处理   展开
共9个章节
实验 16 循环神经网络原理

知识点: 1.序列模型介绍 2.简单循环神经网络 3.LSTM长短期记忆模型 4.GRU门控循环单元

实验 17 循环神经网络构建

知识点: 1.IMDB数据集 2.词嵌入 3.简单循环神经网络 4.LSTM循环神经网络

挑战 13 LSTM 预测股票价格

知识点: 1.LSTM网络构建 2.股票价格预测

实验 18 文本分类原理与实践

知识点: 1.文本分类流程 2.中文文本分词 3.英文文本分词 4.文本特征提取 5.假新闻分类任务

挑战 14 深度学习完成假新闻分类

知识点: 1.文本分类 2.深度神经网络

实验 19 自然语言处理框架拓展

知识点: 1.NaturalLanguageToolkit 2.PyTorchFlair 3.自然语言处理工具

挑战 15 BERT 预训练技术实践应用

知识点: 1.GoogleBERT 2.NLP预训练技术

实验 20 神经机器翻译和对话系统

知识点: 1.序列到序列模型 2.神经机器翻译系统 3.聊天机器人系统

文档 5 挑战解析视频及阶段总结
阶段 6 深度学习工程   展开
共8个章节
实验 21 自动化深度学习综述

知识点: 1.自动化机器学习概念 2.自动化机器学习目标

实验 22 自动化深度学习实践

知识点: 1.AutoKeras介绍 2.图像分类任务 3.文本分类任务 4.最优模型可视化 5.AutoML优劣分析

挑战 16 仙人掌航拍照片分类识别

知识点: 1.仙人掌航拍照片分类 2.AutoKeras实践应用

实验 23 深度学习模型推理和部署

知识点: 1.TensorFlowServing 2.ONNX开放模型格式

挑战 17 构建图像分类推理服务

知识点: 1.预训练模型 2.TensorFlowKeras 3.FlaskWebAPI

实验 24 深度学习云端服务实践

知识点: 1.深度学习计算平台 2.深度学习解决方案

挑战 18 云服务识别增值税发票

知识点: 1.云服务调用 2.发票识别

文档 6 挑战解析视频及阶段总结
阶段 7 项目挑战比赛   展开
共3个章节
挑战 19 深度学习项目挑战比赛
实验 25 深度学习环境配置指南
实验 26 深度学习后续学习建议
课程介绍

image

报名咨询

课程辅助资料仓库

课程教师

huhuhang 共发布过 65 门课程

查看老师的所有课程 >
实验楼楼+
实验楼会员
会员
开通会员,即刻开始学习
公众号
实验楼学习助手 实验楼订阅号