溫州大學(xué)《深度學(xué)習(xí)》課程課件（六、機(jī)器學(xué)習(xí)實踐）

這學(xué)期我上的另一門課是本科生的《深度學(xué)習(xí)》，主要用的是吳恩達(dá)老師的《深度學(xué)習(xí)》視頻課的內(nèi)容。

本章內(nèi)容見“授課計劃”的標(biāo)紅部分

使用教材：吳恩達(dá)《深度學(xué)習(xí)》課程筆記，這門課基本按照吳恩達(dá)老師的課程進(jìn)度進(jìn)行，但使用的深度學(xué)習(xí)框架我改成了PyTorch。

課外參考書：《深度學(xué)習(xí)》，人民郵電出版社，IAN GOODFELLOW 等，2017 年出版

課程資源下載鏈接（吳恩達(dá)老師的深度學(xué)習(xí)課程筆記以及相關(guān)資源）：

https://github.com/fengdu78/deeplearning_ai_books

授課計劃

模塊 1 課程導(dǎo)學(xué)以及深度學(xué)習(xí)簡介

模塊 2 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)      

模塊 3 淺層神經(jīng)網(wǎng)絡(luò)和反向傳播算法 實驗一   

模塊 4 深層神經(jīng)網(wǎng)絡(luò)   實驗一   

模塊 5 Pytorch 基礎(chǔ)知識講解   實驗二   

模塊 6 機(jī)器學(xué)習(xí)實踐   

模塊 7 優(yōu)化算法   實驗三   

模塊 8 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)   

模塊 9 經(jīng)典網(wǎng)絡(luò) 實驗四   

模塊 10 ResNets 的原理及應(yīng)用   

模塊 11 目標(biāo)檢測的原理和常見算法   實驗五   

模塊 12 人臉識別與風(fēng)格轉(zhuǎn)換   

模塊 13 循環(huán)神經(jīng)網(wǎng)絡(luò) 實驗五   

模塊 14 GRU/LSTM/BIRNN    實驗六   

模塊 15 自然語言與詞嵌入   

模塊 16 序列模型與注意力機(jī)制 實驗六   

期末考核

課件(六、機(jī)器學(xué)習(xí)實踐)