深度学习入门与实战,带你精简算法理论,从零打造实战模型

lazy - 深度学习入门与实战,带你精简算法理论,从零打造实战模型

背景介绍

2018 年,ACM 宣布,有“深度学习三巨头”之称的Yoshua Bengio、Yann LeCun、Geoffrey Hinton 共同获得了 2018 年的图灵奖,这是图灵奖 1966 年建立以来少有的一年颁奖给三位获奖者。

也是从那时开始,深度神经网络促加速了现代计算机科学的进程,也加速了这个世界的 AI 化。如今从手机 App 到 AI 客服,从城市智慧交通与智慧医疗,再到工业互联网、智慧制造、智慧农业……这些背后都有深度学习的功劳。

你会学到什么?

想要成为一名优秀的深度学习工程师并不容易,研究 AI 有着天然的高门槛和高要求。很多人都是理论上的王者,实践上的青铜,自以为对框架、算法的理解足够,但因为缺乏应用场景和实践机会,遇到实际问题仍然不知道该怎么抽象问题然后用模型解决。

而本门课程将会从理论基础、工具使用、实战上手三个方面,带领你从理论开始,一步步认识和了解深度学习,并学会打造深度学习模型。

模块一:深度学习的基础概念。这个模块就像是打地基,老师会带你了解深度学习会用到的基础知识,主要是数学知识和理论知识。还会对深度学习中常用的结构进行详细的介绍,比如你经常听到的 CNN、DNN、GAN 等,从零开始,逐步深入。通过这一部分的学习,你会了解深度学习必备的基础知识。

模块二:深度学习的工具与框架。这个模块就像是盖楼的砖瓦,有了理论知识,就可以将理论知识转化成代码,并用合适的框架、工具协助你开展工作。框架方面,目前常用的深度学习框架很多,有 TensorFlow、PyTorch 等,老师会以其中使用最广泛的 TensorFlow 作为切入点,带你熟悉图像处理工具、模型训练记录工具、交互工具等工具的使用。通过这一部分的学习,你就可以着手准备开发实战项目了。

模块三:深度学习经典问题的落地实战。这个模块就开始教你盖楼了,老师会选择几个常见的深度学习应用场景,包括图像分类、语义分割和自然语言处理,教你如何从零开始做模型、如何优化已有模型,一步步教你打造项目模型。通过这一部分的学习,你就可以打造属于你自己的深度学习模型。

课程目录

模块一:基础概念
01 | 从神经元说起:数学篇
02 | 从神经元说起:结构篇
03 | AI 术语:让你变得更加专业
04 | 函数与优化方法:模型的自我学习(上)
05 | 前馈网络与反向传播:模型的自我学习(下)
06 | 线性回归模型:在问题中回顾与了解基础概念
07 | 卷积神经网络:给你的模型一双可以看到世界的眼睛
08 | RNN 与 LSTM:模型也可以持续不断地思考
09 | 自编码器:让模型拥有属于自己的表达和语言
10 | 生成式对抗网络:艺术创造也可以成为深度学习的拿手好戏
模块二:工具与框架
11 | 集成、共享、敏捷:Jupyter Notebook 的使用
12 | 数据预处理:让模型学得更好
13 | 张量、数据流图与概念:初步了解 TensorFlow
14 | 工作机制与流程:通过手写识别深入了解 TensorFlow
15 | TensorBoard:实验统计分析助手
模块三:经典问题的落地实战
16 | 图像分类:技术背景与常用模型解析
17 | 图像分类:实现你的第一个图像分类实战项目
18 | 语义分割:技术背景与算法剖析
19 | 语义分割:打造简单高效的人像分割模型
20 | 文本分类:技术背景与经典网络结构介绍
21 | 文本分类:用 Bert 做出一个优秀的文本分类模型
结束语
结束语 | 掌握深度学习,搭上 AI 快车

讲师介绍

槐树,前腾讯高级算法研究员

他拥有深厚的一线研发经验,主攻 NLP 与 CV 的深度学习研究方向。目前在某国外互联网公司任数据科学家,为全球数亿用户提供了高可靠的基于深度学习的服务与应用。曾参与腾讯核心资讯产品的深度学习方面的体系搭建、算法研究和应用落地,为微信看一看、天天快报、腾讯短视频等业务提供了算法支撑。

发表评论

电子邮件地址不会被公开。

联系我们

侵权投诉:nerds@nigaea.com

工作时间:周一至周五,9:30-18:00,节假日休息

QR code