深度学习与神经网络基础:面向基础类的课程(大纲如下)
第一部:整体介绍 深度学习主要技术 人物、应用方向、数学基础知识、机器学习算法简介主要在线课程、斯坦福、吴恩达、google课程介绍(2学时)
第二部:数学基础知识(梯度、梯度下降,向量、向量的范数,矩阵基本运算,激活函数与导数,概率)(4学时)
第三部:机器学习概念:(机器学习流程、损失函数,分类、回归,聚类、分类器评价方法)(2+2学时,实例)
第四部:一个简单的线性回归算法 讲解 2学时
第五部:机器学习常用算法 统介绍(重点讲一个knn近邻分类 )2学时
第六部:神经网络激活函数、权重、偏置、softmax,神经网络bp基本流程(4学时)
第七部:简单的反向传播算法(逻辑回归算法一个 2学时 )
sigmod函数、logistic回归
第八部 简单的介绍卷积神经网络 (2+2学时)
第九部 循环神经网络介绍应用(2学时)
第十部 神经网络框架介绍 tensorflow、keras、pytorch(2学时)
第十一部 tensorflow安装、入门讲解、一个hello world、变量计算 (2学时)
实验学时(8学时)
tensorflow 安装使用入门 hello world 变量计算 及其使用(2学时)
tensorflow 实现一个线性回归例子讲解(2学时)
tensorflow 实现神经网络 异或门(2学时)
tensorflow 实现minist(前馈全连接、cnn对比效果实验)
领取专属 10元无门槛券
私享最新 技术干货