《2024 带课件 深度学习基础 哈尔滨工业大学 44讲 视频教程》

这门课程价格：16元 ★★★本站引入ai智能pdf转ppt功能，课程标题上，标带课件，这种是pdf课件，可免费提供pdf转PPT，转完后可以编辑修改，精准度很高

★★★课程标题带ppt的，这是原始ppt ，可以直接编辑使用

★★★什么都不标的，就是纯视频，学校没给课件

★★★重磅！！！自学社 技术升级，所有学校没提供课件的视频，现在都可以提取ppt （word或者excle），排版和原视频一样，汉字、字母、符号、等等可以编辑，方便老师和同学们整理内容，此服务是单独收费，1-30个视频课程加20元，31-60个视频35元，量大优惠. 也可以来视频帮忙提取。

-->-->-->★如果网站里没有您要的课程，加微信可以单独给您找
-->-->-->★诚信经营16年，有任何需求可以加微信沟通

课程大小：1.34G
课程格式：手机平板电脑都可以播放 
！！加微信 83162582 有特价！！
客服电话： 18947115243（唯一）
自学社社长：点击这里给我发消息83162582
客服qq：点击这里给我发消息125212385
淘宝客服：点我咨询自学天堂

★★★16年淘宝双皇冠99.9%好评店:http://shop57589855.taobao.com/★  
  • -->-->-->说明：试看 课程 加微.信125212385 或者1418144 直接搜索数字就可以，加微.信都是特价
  • -->-->-->说明：试看 课程 加微.信125212385 或者1418144 直接搜索数字就可以，加微.信都是特价

视频介绍 [复制本页地址介绍给朋友~]

 大纲

第一讲 深度学习概述
 
1.1 深度学习的引出
 
1.2 数据集及其拆分
 
1.3 分类及其性能度量
 
1.4 回归问题及其性能评价
 
1.5 一致性的评价方法
 
1.6 程序讲解：使用Sklearn进行精确率-召回率曲线的绘制
 
第一讲讲义
 
（附）使用Sklearn进行精确率-召回率曲线的绘制程序
 
1.7 深度学习芯片及常用框架介绍
 
第一讲测验
 
第二讲 特征工程概述
 
2.1 特征工程
 
2.2 向量空间模型及文本相似度计算
 
2.3 特征处理(特征缩放、选择及降维)
 
2.4 程序讲解：使用sklearn对文档进行向量化的程序示例
 
2.5 程序讲解：使用sklearn进行量纲缩放的程序示例
 
第二讲讲义
 
（附）使用sklearn对文档进行向量化的程序
 
（附）使用sklearn进行量纲缩放的程序
 
第二讲测验
 
第三讲 回归问题及正则化
 
3.1 线性回归模型及其求解方法
 
3.2 多元回归与多项式回归
 
3.3 损失函数的正则化
 
3.4 逻辑回归
 
3.5 程序讲解：使用sklearn进行线性回归和二次回归的比较的程序示例
 
第三讲讲义
 
（附）使用sklearn进行线性回归和二次回归的比较程序
 
3.6 案例分析：（MindSpore框架下）线性回归模型及动态绘图实践示例
 
第三讲测验
 
第四讲 信息熵及梯度计算
 
4.1 信息熵
 
4.2 反向传播中的梯度
 
4.3 感知机
 
4.4 程序讲解：正向传播和反向传播的程序示例
 
4.5 程序讲解：信息熵和互信息的计算程序示例
 
（附）信息熵和互信息的计算程序
 
第四讲讲义
 
第四讲测验
 
4.6 反向传播算法
 
4.7 提升神经网络模型泛化能力
 
第五讲 循环神经网络及其变体
 
5.1 循环神经网络
 
5.2 长短时记忆网络
 
5.3 双向循环神经网络和注意力机制
 
5.4 程序讲解：循环神经网络的程序示例
 
第五讲讲义
 
（附）循环神经网络的程序
 
第五讲测验
 
第六讲 卷积神经网络
 
6.1 卷积与卷积神经网络
 
6.2 LeNet-5 模型分析
 
6.3 程序讲解：卷积神经网络的程序示例
 
第六讲讲义
 
（附）卷积神经网络的程序
 
6.4 案例分析：（MindSpore框架下）基于lenet5的手写数字识别实践示例
 
第六讲测验
 
第七讲 递归神经网络
 
7.1 情感分析及传统求解方法
 
7.2 词向量
 
7.3 递归神经网络及其变体
 
第七讲讲义
 
7.4 案例分析：（MindSpore框架下）基于LSTM的情感分类实践示例
 
第七讲测验
 
第八讲 生成式神经网络
 
8.1 自动编码器
 
8.2 变分自动编码器
 
8.3 生成对抗网络
 
8.4 程序讲解：自动编码器程序示例
 
第八讲讲义
 
（附）自动编码器程序
 
8.5 案例分析：（MindSpore框架下）基于Cyclegan的图像风格迁移实践示例
 
第八讲测验
 
第九讲 预训练模型及其应用
 
9.1 Transformer模型
 
9.2 预训练模型
 
9.3 案例分析：（Mindspore框架下）基于BERT网络实现智能写诗的实践示例
 
9.4 案例分析：（MindSpore框架下）transformer机器翻译实践示例
 
第九讲讲义（1）-Transformer
 
第九讲讲义（2）-预训练模型

您可能还需要如下课程

自学社 蒙ICP备09002309号 Power by: 自学社
Please change your screen resolutidn to1024×768 Total ,
Copyright © 2009-20010 自学社 (www.zxshe.com). all Rights Reserved.
top