Sử dụng Keras làm front-end và TensorFlow làm back-end, bạn sẽ học từ lý thuyết cơ bản về lập trình học sâu đến các ví dụ đơn giản và áp dụng học sâu vào các tác vụ trong thế giới thực. Chúng tôi đã lập kế hoạch này để giúp bạn thực hiện cái đó. Các ví dụ về các lĩnh vực mà học sâu chủ yếu được áp dụng , chẳng hạn như việc tạo ra các chương trình dự đoán khác nhau, việc tạo ra các chương trình nhận dạng-xác định, các chương trình xác định độ tương đồng của câu và việc tạo ra các chương trình mạng nơ-ron sinh đối nghịch, là những ví dụ tiêu biểu có thể được tìm thấy trên trên web hoặc trong sách, cũng như các ví dụ được áp dụng trong thực tế. Chúng tôi đã cung cấp các ví dụ cơ bản và giải thích lý thuyết tương ứng. Sẽ rất hữu ích khi nghe bài giảng trong khi tải xuống và chạy các ví dụ được liên kết với từng chương. Vì mỗi bài giảng dài khoảng 20 phút, bạn nên nghe bài giảng cho đến hết vì mỗi giải thích lý thuyết được chia thành từng bài giảng và giải thích trong chi tiết. Tôi nghĩ bạn sẽ hiểu tất cả các phần lý thuyết, vì vậy hãy tiếp tục học ngay cả khi nó không thú vị.
Mục tiêu học tập
Bạn có thể thử tự mình phát triển một chương trình học sâu.
Những người hữu ích
Dành cho những ai muốn bắt đầu học sâu nhưng thấy khó khăn vì thuật ngữ và lý thuyết phức tạp
Dành cho những ai vẫn chưa hiểu ngay cả sau khi xem qua sách hoặc các ví dụ khác
Dành cho những ai cần phát triển chương trình học sâu nhưng gặp khó khăn trong việc tìm điểm khởi đầu
Dành cho những người cần hiểu nền tảng lý thuyết nhưng có một số phát triển thực tế
Những người đã phát triển dựa trên TensorFlow nhưng mới làm quen với Keras
Điều kiện tiên quyết: Ngữ pháp cơ bản của Python, Khoa học dữ liệu với Học máy
Công cụ phát triển: Anaconda 3.5 (với Spyder)
Giới thiệu người chia sẻ kiến thức
Lâm Hạc Tô
Lập trình viên phần mềm trung gian BackEnd với Perl, Java, C#, Python, GO, C/C++. Kỹ sư công cụ liên quan đến NoSQL, BigData bao gồm Hadoop, MongoDB, Redis, ElasticSearch, v.v. Quản trị viên DBMS như MariaDB, Oracle, MSSQL, v.v. Nhà phát triển mã thông báo dựa trên ERC20 Nhà phát triển máy học. (Python, Go-based Social Crawling, A/B Testing, công cụ phân tích dữ liệu dựa trên ML) Bài giảng ' Khoa học dữ liệu với máy học ' của Inflearn
Một khóa học không đáng 1 sao
Trước hết, có những nghi ngờ về việc liệu giảng viên có hiểu và dạy deep learning hay không.
Tôi nghĩ có những người có đủ kiến thức nhưng kỹ năng giảng bài kém, và ngược lại, có những người kiến thức chưa đủ nhưng lại giỏi giảng bài nên tạo ra bài giảng hay. Tuy nhiên, người dạy bài giảng này không có kỹ năng truyền đạt và dường như có kiến thức rất thấp về chủ đề này. Tuy nhiên, tôi không nghĩ mình đã chuẩn bị cho lớp học.
1. Không hiểu tại sao relu được sử dụng và truyền bá ngược
2. Là một lập trình viên, tôi không biết về các thông báo bản quyền khi giải thích mã của người khác.
3. Để giải thích ví dụ, chỉ cần đọc mã mà không nói vấn đề là gì hoặc cách giải quyết.
4. Tôi thắc mắc tại sao nó lại có tiêu đề Bài giảng Keras
5. Chỉ giải thích quá mức những phần mà ai cũng có thể hiểu được
6. Khi giải thích mô hình, hãy tham khảo tài liệu wiki và Keras và để lại cho bất kỳ ai tò mò đọc nó.
7. Tất cả các giải thích lý thuyết đều thấu đáo.
8. Và vân vân
Tuy nhiên, bạn đã mang lại cho chúng tôi rất nhiều tiếng cười với “Expopotential” và “Chẩn đoán”.
Giảm giá 30% cho sinh viên hiện tại của Khoa học dữ liệu sử dụng Học máy (hỏi thông tin qua cửa sổ tư vấn)
youngdonhwang8486