zoukankan      html  css  js  c++  java
  • [好课推荐]人工智能实践:Tensorflow2.0

    [好课推荐]人工智能实践:Tensorflow2.0

    觉得有用的话,欢迎一起讨论相互学习~

    我的微博我的github我的B站
    官方地址:
    中国大学MOOC 北京大学曹建老师
    https://www.icourse163.org/course/0809PKU021-1002536002
    B站也有UP主提供的链接

    课程概述

    • 课程梳理出Tensorflow2搭建优化神经网络的八股,带你逐步完善代码,实现图像识别与股票预测。课程以录像形式讲解知识点,以录屏形式分析源代码,通过助教的Tensorflow笔记实现回顾与扩展。内容包括:深度学习、神经网络的基本概念原理和代码实现示例。

    课程大纲

    • 第一讲、讲解神经网络的计算过程,搭建出你的第一个神经网络模型;

    • 第二讲、讲解神经网络的优化方法,掌握学习率、激活函数、损失函数和正则化的使用,用Python语言写出5种反向传播优化器(SGD、Momentum、Adagrad、RMSProp、Adam)。

    • 第三讲、分享神经网络的搭建八股,用“六步法”, 不到20行代码,写出手写数字识别训练模型。

    • 第四讲、对神经网络的八股进行扩展,增加自制数据集、数据增强,断点续训,参数提取和acc/loss可视化,最后实现给图识物的应用程序。

    • 第五讲、讲解卷积神经网络,用基础CNN、LeNet、AlexNet、VGGNet、InceptionNet和ResNet实现图像识别。

    • 第六讲、讲解循环神经网络,用基础RNN、LSTM、GRU实现股票预测。

  • 相关阅读:
    损失函数 代价函数 评分函数 目标函数
    python目录索引
    机器学习/深度学习资料合集
    Git笔记
    目标检测中的正负样本分配
    map计算
    nms
    08shell脚本
    07makefile文件
    05-STL
  • 原文地址:https://www.cnblogs.com/cloud-ken/p/12863051.html
Copyright © 2011-2022 走看看