多多资源网

 找回密码
 立即注册
mito
查看: 1451|回复: 9

深度学习入门(下篇)唐宇迪主讲视频课程

[复制链接]

7万

主题

560

回帖

23万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
237417
发表于 2018-6-9 10:09:09 | 显示全部楼层 |阅读模式
课程名称:  深度学习入门(下篇)唐宇迪主讲视频课程

课程简介:    

课程目标用通俗易懂的讲解,一步步的带大家入门深度学习这个当今世界最火爆的深度学习领域。适用人群渴望高端技术,对人工智能感兴趣的同学们,全民皆可入门。

课程简介:
从无人驾驶汽车技术到AlphaGo战胜人类,深度学习在生活中扮演着越来越重要的角色,也即将改变这个世界。但是很多同学担心深度学习入门要求太高,苦于国内没有合适的课程予以帮助。
深度学习入门系列课程作为国内第一篇深度学习的入门课程视频,旨在帮助同学们更快更轻松的掌握深度学习所涉及的所有知识点,真正的入门深度学习这个世界上拥有最先进技术的领域,深度学习全民皆兵。

----------------------课程目录------------------------------

1深度学习入门课程01 感受卷积神经网络的强大[免费观看]14:55
2深度学习入门课程02 卷积层详解12:53
3深度学习入门课程03 卷积计算流程12:30
4深度学习入门课程04 卷积核参数分析13:13
5深度学习入门课程05 卷积参数共享原则08:09
6深度学习入门课程06 池化层(Pooling)原理08:24
7深度学习入门课程07 卷积神经网络反向传播原理14:44
8深度学习入门课程08 实现卷积层的前向传播与反向传播10:19
9深度学习入门课程09 实现Pooling层的前向传播与反向传播12:00
10深度学习入门课程10 经典卷及网络架构实例20:35
11深度学习入门课程11 RNN网络结构08:39
12RNN网络细节11:54
13深度学习入门课程12 python实现RNN算法33:46
14深度学习入门课程13 LSTM网络结构简介12:36
15深度学习入门课程14 分类与回归(Location)任务应用详解33:30
16深度学习入门额课程15 物体检测实例33:16
17深度学习入门课程16 如何巧妙设计网络结构21:52
18深度学习入门课程17 训练技巧之数据增强12:20
19深度学习入门课程18 训练技巧之Transfer Learning11:09
20深度学习入门课程19 深度学习框架Caffe简介20:43
21深度学习入门课程20 深度学习框架Caffe训练过程20:39
22深度学习入门课程21 深度学习框架Caffe接口使用实例12:35


下载地址:
游客,如果您要查看本帖隐藏内容请回复

回复

使用道具 举报

0

主题

1439

回帖

3410

积分

论坛元老

Rank: 6Rank: 6

积分
3410
QQ
发表于 2018-6-9 11:17:37 | 显示全部楼层
11111111111111111111123
回复

使用道具 举报

0

主题

1439

回帖

3410

积分

论坛元老

Rank: 6Rank: 6

积分
3410
QQ
发表于 2018-6-9 11:18:01 | 显示全部楼层
00000000000000000000123
回复

使用道具 举报

0

主题

1万

回帖

3万

积分

体验VIP

Rank: 7Rank: 7Rank: 7

积分
31423
发表于 2020-2-19 20:27:06 | 显示全部楼层
看帖回帖是美德!谢谢虚拟宝库网分享!
回复

使用道具 举报

0

主题

2万

回帖

4万

积分

禁止访问

积分
41597
发表于 2021-10-14 15:38:24 | 显示全部楼层
提示: 作者被禁止或删除 内容自动屏蔽
回复

使用道具 举报

0

主题

7175

回帖

1万

积分

体验VIP

Rank: 7Rank: 7Rank: 7

积分
14686
发表于 2022-6-16 12:02:21 | 显示全部楼层
我是个凑数的
回复

使用道具 举报

 
在线客服
点击这里给我发消息
售前QQ号
2209222895
开通VIP

微信扫一扫

QQ|Archiver|手机版|多多资源网 |桂公网安备 45022102000011号

GMT+8, 2024-11-17 20:30 , Processed in 0.265269 second(s), 47 queries .

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表