学不厌资源
课程名称: Introduction to Deep Learning/国立高等经济大学
课程主页: https://www.coursera.org/learn/intro-to-deep-learning
所在平台: Coursera
课程类别: 机器学习 Machine Learning
大学或机构: 国立高等经济大学
讲师： Evgeny Sokolov，Andrei Zimovnov，Alexander Panin
授课语言： 英语
提供字幕： 英文
课程文件大小： 1.33GB
课程介绍： 深度学习简介：本课程的目的是使学习者对现代神经网络及其在计算机视觉和自然语言理解中的应用有基本的了解。本课程从线性模型的回顾和对优化深度神经网络至关重要的随机优化方法的讨论开始。学习者将研究神经网络的所有流行构建模块，包括完全连接的层，卷积层和循环层。 学习者将使用这些构建块在TensorFlow和Keras框架中定义复杂的现代架构。在课程中，项目学习者将实现深度神经网络来完成图像字幕的任务，从而解决为输入图像提供文本描述的问题。 本课程的前提条件是： 1）Python的基本知识。 2）基本线性代数和概率。 请注意，这是一门高级课程，我们假设您具备机器学习的基础知识。您应该了解： 1）线性回归：均方误差，解析解。 2）Logistic回归：模型，交叉熵损失，类概率估计。 3）线性模型的梯度下降。 MSE的导数和交叉熵损失函数。 4）过拟合的问题。 5）线性模型的正则化。
课程压缩包下载地址（度盘链接）：
友情提醒：
1、若遇到链接失效请加客服微信：amanda12321反馈，我们将在上线第一时间处理。
2、课程制作成压缩包后通过百度网盘分享，需要下载解压之后才能正常观看；
3、课程视频为官网提供下载的最高清的分辨率MP4格式，字幕为srt外挂字幕。
4、官网没有提供答案，因此所有课程的测试和作业均不提供答案；
5、课程文件包含视频（MP4）、字幕（SRT）、字幕文本版（TXT）、阅读材料（html）和测试及作业（PDF或HTML），如果官网有提供下载，还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制，建议您先自行测试。
7、课程文件仅供您离线学习和参考，版权归原平台及作者所有，如果条件允许我们仍建议您通过coursera平台进行学习，可获得更优质的学习体验，完成课程还能获得相应证书，如果内容侵犯了您的权利请通知，我们将在收到通知24小时内删除内容。
评论前必须登录！
注册