课程涵盖了人工智能的发展历程,基本的数学理论,线性回归,逻辑回归,梯度及梯度下降,损失函数,激活函数,多分类问题,BatchNorm,卷积神经网络CNN/ResNet,循环神经网络RNN/LSTM,对抗生成网络GAN/WGAN,自编码器等等,以及详细的算法实战指导。 学完本课程,学员对当前深度学习的核心内容有全面深刻的掌握,同时也能利用PyTorch实现复杂的神经网络算法。
详情请前往:https://study.163.com/provider/480000001847407/index.htm?share=2&shareId=480000001847407
课程开发环境:
- Python 3.6 with Anaconda
- CUDA 10.0
- PyTorch 1.0
- Windows 10
添加:
- CIFAR10与ResNet18实战
- AE和Variational AE实战