深度学习引发人工智能新热潮,图像识别、自然语言处理等技术的实现背后都有着深度学习的身影。在这个项目中,将跟随专家学习TensorFlow等框架,以及卷积和循环网络、GANs和强化学习等前沿技术,成为年薪50万以上的深度学习高手。
将亲手挑战图像识别等实战项目,在实操中掌握深度学习核心技能。
了解在这门课程中会学到什么,探索深度学习网络在不同领域的应用,还将通过一系列的介绍,踏出深度学习的第一步,学习使用深度学习相关工具,如 Anaconda 和 Jupyter notebooks。
神经网络是深度学习的基石。在这部分课程中,将学习神经网络的基本原理,并在实战项目中用 Python 和 Numpy 从头开始构建一个神经网络。还将简要了解 TensorFlow,以及如何用它来搭建深度神经网络。
卷积神经网络是解决视觉问题的核心理论。在无人驾驶车,面部识别,医学影像等领域,都有它的应用。在这部分课程中,将了解卷积神经网络的基本原理,并在实战项目中用它来解决图片分类问题。
用TensorFlow打造循环神经网络(RNN)和长短期记忆神经网络(LSTM),并将其运用在文本内容分析、生成文本等前沿领域。挑战“生成产品详细介绍”实战项目。
学习并掌握深度卷积生成对抗网络(DCGAN)模型,来模拟生成真实图像。
使用深度神经网络,来设计一个可以在模拟环境中进行决策的系统。把强化学习应用到电子游戏和机器人开发等复杂的领域中。
实战项目 1
在 TensorFlow 上,使用 RNN 生成行业新闻资讯。使用过往的行业新闻资讯数据集。创建的神经网络将根据简报生成新的行业新闻资讯。在该项目中,将学习分词、GPU调用、检查点创建、不同 batch 学习等内容。该RNN模型将成为学习“自然语言处理”的第一步。
实战项目 2
打造一对多层神经网络,通过使他们相互对抗来生成真实人脸。在项目中将获得一系列明星人脸,试试看用他们能生成什么样的新面孔吧!将通过让的神经网络学习 MNIST、CelebA 数据集,学习图像数据处理的方式。并通过辨别器、生成器、损失函数、优化函数的构建,帮助的对抗网络互相学习,最终达到能够自动生成明星人脸!