本次的深度学习课程主要包括三大部分：
1） 深度学习核心原理。了解深度学习运行的最核心数学原理，从而对后续的知识点扩展，模型设计，与优化技能打下基础。
2） 深度学习知识点连接。会涵盖主流的深度学习研究工程应用中碰到的大部分知识点，与大部分学习资料孤立进行知识点介绍不同，会结合主讲人自身总结找到主要知识点之间的联系，便于系统掌握与后续学习。
3） 介绍不同知识点的代表应用。结合所学的原理以及实例，讲解近期较为重要的图像与语言领域的应用。
面向对象：
1. 想了解和学习深度学习的学习者
2. 想学习了解深度学习的相关从业者
3. 未来想从事深度学习工作的求职者
课程目录：
01.深度学习总体介绍.flv
02.传统神经网络.flv
03.卷积神经网络-基础篇.flv
04.卷积神经网络_高级篇.mkv
05.卷积神经网络－目标分类.flv
06.卷积神经网络－目标探测.flv
07.递归神经网络.flv
08.递归网络卷积网络结合_CNN＋RNN.flv
09.生成对抗网络：GAN.flv
10.增强学习.flv
评论0