《人工智能:深度学习入门到精通》课程主要就人工智能领域相关的深度学习基础、深度学习计算、卷积神经网络+经典网络、循环神经网络+RNN进阶、优化算法、计算机视觉和自然语言处理等。 由浅入深,引领学员浸泡式逐步掌握深度学习内容,且侧重技能不同,学员的知识体系会更加全面。
001-前置知识
08:49002-传统编程与数据编程
13:07003-深度学习起源
10:36004-深度学习崛起与发展
10:12005-深度学习成功案例
05:52006-深度学习特点
09:52007-PyTorch介绍与环境配置
10:06008-数据操作与创建Tensor
10:09009-算术操作、索引与改变形状
09:48010-线性代数、广播机制与内存开销
08:25011-Tensor和NumPy相互转换与Tensor on GPU
06:41012-梯度下降
12:28013-自动求梯度概念
06:42014-自动求梯度实例
10:01015-线性回归讲解
07:50016-线性回归实例
09:53017-softmax回归
12:10018-感知机
06:16019-多层感知机
08:50020-多层感知机与神经网络
10:53021-激活函数
14:53022-正向传播
07:53023-反向传播
11:40024-正向传播和反向传播
08:01025-批大小
11:38026-训练误差和泛化误差
06:41027-模型选择
07:13028-欠拟合和过拟合
11:48029-权重衰减
06:07030-丢弃法
07:23