神经网络与深度学习-黑猫查查网
摘要:
关于本书近年来,以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、...
描述:
关于本书近年来,以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能问答、推荐系统到自动驾驶,人们在日常生活中都可能有意无意地使用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者们的长期努力。特别是最近这几年,得益于数据的增多、计算能力的增强、学习算法的成熟以及应用场景的丰富,越来越多的人开始关注这一个“崭新”的研究领域:深度学习。深度学习以神经网络为主要模型,一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力,深度学习越来越多地用来解决一些通用人工智能问题,比如推理、决策等。目前,深度学习技术在学术界和工业界取得了广泛的成功,受到高度重视,并掀起新一轮的人工智能热潮。本课程主要介绍神经网络与深度学习中的基础知识、主要模型(卷积神经网络、循环神经网络等)以及在计算机视觉、自然语言处理等领域的应用。GitHub地址:https://nndl.github.io/
书籍下载:https://nndl.github.io/nndl-book.pdf
课后练习:https://github.com/nndl/exercise
章节内容
- 绪论[ppt] (updated 2019-4-4)
- 机器学习概述 [ppt] (updated 2019-4-4)
- 线性模型 [ppt] (updated 2019-4-4)
- 前馈神经网络 [ppt] (updated 2019-4-4)
- 卷积神经网络 [ppt] (updated 2019-4-4)
- 循环神经网络 [ppt] (updated 2019-4-4)
- 网络优化与正则化 [ppt] (updated 2019-4-4)
- 注意力机制与外部记忆 [ppt] (updated 2019-4-4)
- 无监督学习 [ppt] (updated 2019-4-4)
- 模型独立的学习方式 (updated 2019-4-4)
- 概率图模型 [ppt] (updated 2019-4-4)
- 深度信念网络 [ppt] (updated 2019-4-4)
- 深度生成模型[ppt] (updated 2019-4-4)
- 深度强化学习 [ppt] (updated 2019-4-4)
- 序列生成模型 (updated 2019-4-4) 一个过时版本:词嵌入与语言模型
- 数学基础 (updated 2019-4-4)
THE END
请登录后发表评论