课程试听
第一章 深度学习基础
1-1 深度学习介绍
- 01_深度学习课程介绍
- 02_深度学习介绍
- 03_深度学习介绍2
1-2 神经网络基础
- 01_逻辑回归介绍
- 02_逻辑回归损失函数
- 03_梯度下降算法过程以及公式
- 04_导数意义介绍
- 05_a^2函数的导数介绍
- 06_导数计算图与链式法则
- 07_逻辑回归的导数计算图分析以及参数导数
- 08_向量化编程介绍引入
- 09_向量化编程的优势
- 10_向量化实现逻辑回归的梯度计算更新
- 11_正向传播与反向传播、作业介绍
- 12_作业讲解题1：实现sigmoid函数与梯度实现
- 13_作业讲解题2：单神经元神经网络(logistic)分类作业流程介绍
- 14_作业讲解题2：参数初始化与前向传播、反向传播
- 15_作业讲解题2：优化迭代实现、model逻辑实现
- 16_总结
1-3 浅层神经网络
- 01_浅层神经网络表示
- 02_浅层神经网络的前向传播
- 03_激活函数的选择
- 04_浅层神经网络的反向传播
- 05_作业介绍
- 06_作业实现：初始化模型与前向传播
- 07_作业实现：反向传播与更新梯度
- 08_作业实现：网络模型逻辑实现
- 09_总结
1-4 深层神经网络
- 01_深层神经网络表示
- 02_深层神经网络的反向传播过程
- 03_参数初始化与超参数介绍
第二章 深度学习优化进阶
2-1 多分类
- 01_深度学习紧接、多分类介绍
- 02_交叉熵损失原理
- 03_案例：Mnist手写数字数据介绍
- 04_案例：网络结构、流程、代码介绍
- 05_案例：主网络结构搭建实现
- 06_案例：添加准确率
- 07_案例：Tensorboard观察显示
- 08_案例：添加模型保存、预测
- 09_调整学习率带来的问题
2-2 梯度下降算法优化
- 01_深度学习遇到问题、为什么需要优化算法
- 02_Mini梯度下降与Batch梯度下降
- 03_指数加权平均
- 04_动量梯度下降原理公式理解
- 05_RMSProp与Adam原理与学习率递减
- 06_标准化输入带来的优化
- 07_作业介绍
- 08_作业讲解1
- 09_作业讲解2
2-3 深度学习正则化
- 01_深度学习偏差与方差介绍为、什么需要正则化
- 02_正则化概念、L2正则化与L1正则化
- 03_Droupout过程与原理理解
- 04_其它正则化方法-早停止法与数据增强
- 05_正则化作业介绍
- 06_作业讲解1
- 07_作业讲解2
2-4 神经网络调参与BN
- 01_神经网络调参数技巧与如何设置参数、如何运行
- 02_批标准化定义、公式、为什么有效
第三章 卷积神经网络
3-1 卷积网络原理
- 01_卷积来源、数据量与感受野的边缘检测
- 02_卷积网络结构介绍
- 03_默认卷积的运算过程
- 04_零填充
- 05_过滤器大小与步长
- 06_多通道的卷积与多卷积核
- 07_卷积总结
- 08_池化层
- 09_全连接层
3-2 经典分类结构
- 01_LeNet5的计算过程详解
- 02_常见网络结构介绍
- 03_Inception(1x1卷积介绍)
- 04_Inception结构以及改进
- 05_GoogleNet了解与卷积网络学习内容
3-3 CNN实战
- 01_作业介绍
- 02_作业讲解
- 03_迁移学习
第四章 循环神经网络
4-1 循环神经网络
- 01_循环神经网络背景介绍
- 02_循环神经网络结构原理
- 03_词的表示与矩阵形状运算
- 04_交叉熵损失计算
- 05_时间反向传播算法
- 06_梯度消失、案例介绍
- 07_手写RNN案例：单个cell前向传播
- 08_手写RNN案例：所有cell的前向传播
- 09_手写RNN案例：单个cell的反向传播
- 10_手写RNN案例：所有cell的反向传播
- 11_案例总结
- 12_GRU与LSTM介绍
4-2 词嵌入
- 01_词嵌入介绍
- 02_词嵌入案例
4-3 seq2seq与Attention机制
- 01_seq2seq介绍与理解
- 02_seq2seq机器翻译等场景介绍分析
- 03_Attention原理分析
- 04_机器翻译案例：日期格式翻译转换、代码结构介绍
- 05_机器翻译案例：模型参数定义
- 06_机器翻译案例：数据获取以及数据格式转换介绍
- 07_机器翻译案例：训练逻辑与网络结构介绍
- 08_机器翻译案例：网络输入输出逻辑介绍
- 09_机器翻译案例：网络输入输出逻辑编写.mp4
- 10_机器翻译案例：自定义网络seq2seq的编解码器定义.mp4
- 11_机器翻译案例：seq2seq的输出层定义.mp4
- 12_机器翻译案例：attention结构定义.mp4
- 13_机器翻译案例：model中计算attention输出c逻辑函数实现.mp4
- 14_机器翻译案例：训练逻辑编写
- 15_机器翻译案例：训练结果与问题解决.mp4
- 16_机器翻译案例：测试逻辑结果演示.mp4
- 17_集束搜索介绍
- 18_BLEU自动评估方法原理介绍
第五章 高级主题
5-1 生成对抗网络
- 01_高级主题介绍、GAN介绍
- 02_GAN原理、损失和DCGAN结构
- 03_生成数字图片案例：结果演示流程介绍
- 04_生成数字图片案例：模型初始化代码编写
- 05_生成数字图片案例：训练流程
- 06_生成数字图片案例：运行保存图片并对比
5-2 自动编码器
- 01_自动编码器介绍
- 02_案例：编码器类别、普通自编码器流程、模型初始化逻辑
- 03_案例：训练普通自编码器
- 04_案例：深度自编码器编写演示
- 05_案例：卷积自编码器编写演示
- 06_案例：降噪编码器介绍
- 07_案例：降噪编码器案例
5-3 CapsuleNet
- 01_CapsuleNet了解
- 02_深度学习课程总结