这学期我上的另一门课是本科生的《深度学习》,主要用的是吴恩达老师的《深度学习》视频课的内容。 本章内容见“授课计划”的标红部分 使用教材:吴恩达《深度学习》课程笔记,这门课基本按照吴恩达老师的课程进度进行,但使用的深度学习框架我改成了PyTorch。 课外参考书:《深度学习》,人民邮电出版社,IAN GOODFELLOW 等,2017 年出版 课程资源下载链接(吴恩达老师的深度学习课程笔记以及相关资源): https://github.com/fengdu78/deeplearning_ai_books
模块 2 神经网络基础
模块 3 浅层神经网络和反向传播算法 实验一
模块 4 深层神经网络 实验一
模块 5 Pytorch 基础知识讲解 实验二
模块 6 深度学习实践
模块 7 优化算法 实验三
模块 8 卷积神经网络基础
模块 9 经典网络 实验四
模块 10 ResNets 的原理及应用
模块 11 目标检测的原理和常见算法 实验五
模块 12 人脸识别与风格转换
模块 13 循环神经网络 实验五
模块 14 GRU/LSTM/BIRNN 实验六
模块 15 自然语言与词嵌入
模块 16 序列模型与注意力机制 实验六
期末考核
备注:请不要用于商业用途。
如果是在校老师,请告知我们学校和姓名,我可以发原版ppt文件,请联系我:haiguang2000@wzu.edu.cn
配套笔记下载:
https://github.com/fengdu78/deeplearning_ai_books