[人工智能]动手学深度学习

资源介绍

该系列课程是MXNet 团队联合将门创投，开设的一门零基础、着重动手实践的深度学习在线直播课程。课程内容将基于李沐等人的开源教程《动手学深度学习》(英文版为 Deep Learning – The Straight Dope)，并使用 Apache MXNet 的最新前端 Gluon 作为开发工具，在动手实践的过程中学会使用简单易读的代码写出产品级的应用。

《动手学深度学习》中文文档地址：

课程大纲

• 第一课：从上手到多类分类
• 第二课：过拟合、多层感知机、GPU和卷积神经网络
• 第三课：深度卷积网络，如何使用Gluon，以及核武器购买指南
• 第四课：BatchNorm，更深的卷积神经网络，图片增强和新的Kaggle练习
• 第五课：Gluon高级和优化算法基础
• 第六课：优化算法高级和计算机视觉
• 第七课：物体检测
• 第八课：物体检测·续
• 第九课：物体检测·再续
• 第十课：语义分割
• 第十一课：样式迁移
• 第十二课：循环神经网络
• 第十三课：正向传播、反向传播和通过时间反向传播
• 第十四课：实现、训练和应用循环神经网络
• 第十五课：门控循环单元（GRU）、长短期记忆（LSTM）、多层循环神经网络以及Gluon实现
• 第十六课：词向量（word2vec）
• 第十七课：GloVe、fastText和使用预训练的词向量
• 第十八课：seq2seq（编码器和解码器）和注意力机制
• [第一季完结] 第十九课：应用seq2seq和注意力机制：机器翻译

本课程为开放性资源,可通过在线观看.

下载地址

• 资源已失效，不再补档。