课程介绍
深度学习基础
- 深度学习发展简史
- 神经网络基本知识
- 神经网络训练：训练流程、损失函数、优化目标
- 神经网络训练：梯度下降
- 神经网络训练：反向传播算法
- 神经网络训练：基于计算图理解反向传播算法
- 神经网络训练：梯度下降训练策略
- 梯度下降各种优化算法
- 卷积神经网络：网络架构
- 卷积神经网络：卷积层
- 卷积神经网络：激活函数层
- 卷积神经网络：池化层
- 卷积神经网络：运算动图演示
- 卷积神经网络：批归一化层
- 卷积神经网络：全连接层
- LeNet-5
- 卷积神经网络实践技巧：数据增强、数据预处理、批归一化
- 卷积神经网络实践技巧：参数初始化、超参数设定、过拟合
- 卷积神经网络实践技巧：网络正则化方法
- 实践篇：开发环境搭建
- 实践篇：Keras与Tensorflow框架介绍
- 实践篇：项目案例-MNIST手写数字识别
图像分类
目标检测
图像分割
0/1024
暂无留言
