结课 | Fast.ai 最实战深度学习在线课程 Lesson7

本文转载自：人工智能头条的好伙伴 AI100

我们每周推出的 Fast.ai 深度学习在线课程很受同学们的欢迎。本课程由 Jeremy Howard 教授开设，共8节。目的是让大家在不需要深入研究高水平数学问题的情况下，学习如何建立最先进的深度学习模型。

Jeremy Howard 教授身为一名深度学习研究员，于2016年5月创建了 Fast.ai——一个研究如何使 Deep Learning 的知识更容易获取到并广泛适用的实验室。Jeremy Howard 教授是 Enlitic 的创始 CEO、FastMail.FM 和 Optimal Decisions 的创始人，以及 Kaggle 的前总裁，连续两年在 Kaggle 竞赛中获得第一名。

Jeremy Howard 教授结合自己参加 Kaggle 大赛并夺魁的经验认为，在深度学习理论和工具已经接近成熟的今天，传统学院派的教学方式对于大多数学习者来说已经不适用，相反，应该以问题为引导，以实践为驱动，尽快切入到核心理论和核心工具的使用上，快速掌握深度学习最优模型的构建方法，把数学基础留到以后去慢慢夯实。基于这一思路，Jeremy Howard 教授开发了 Fast.ai 深度学习实战课程。该课程一经推出，就引起了整个深度学习圈子的高度关注，不论是专家还是学习者，对这一课程都好评如潮。

今天，我们将推出 Lesson7。本节课主要讲解了一些CNN架构，并且从零开始构建一个RNN模型。

本课程主要内容包括：

1. ResNet 网络学习
2. 数据泄露问题处理
3. 多目标输出模型介绍
4. 学习 FCN
5. 回顾 RNN

Lesson7： Exotic CNN Architectures；

RNN from Scratch