- 在线时间
- 482 小时
- 最后登录
- 2026-9-11
- 注册时间
- 2023-7-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 7953 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 2978
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1183
- 主题
- 1198
- 精华
- 0
- 分享
- 0
- 好友
- 1
该用户从未签到
 |
Coursera深度学习教程中文 笔记& d+ S% Q# J8 t% ?1 j6 D9 ]
课程概述这些课程专为已有一定基础(基本的编程知识,熟悉Python、对机器学习有基本了解),想要尝试进入人工智能领域的计算机专业人士准备。介绍显示:“深度学习是科技业最热门的技能之一,本课程将帮你掌握深度学习。”
4 c3 P# N3 N% w在这5堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴
/ o7 M! |6 H3 U" g! X8 {0 k( k, x恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。 Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学习常用的网络结构、工具和知识都有涉及。课程中也会有很多实操项目,帮助学生更好地应用自己学到的深度学习技术,解决真实世界问题。这些项目将涵盖医疗、自动驾驶、和自然语言处理等时髦领域,以及音乐生成等等。 Coursera上有一些特定方向和知识的资料,但一直没有比较全面、深入浅出的深度学习课程 《深度学习专业》的推出补上了这一空缺。
; H# } X5 V! q9 P3 [5 N( }" `" n课程的语言是
2 Z3 c+ c5 J2 }$ sPython,使用的框架是 Google开源的 TensorFlow。最吸引人之处在于,课程导师就是吴恩达本人,两名助教均来自斯坦福 计算机系。完成课程所需时间根据不同的学习进度,大约需要 3-4个月左右。学生结课后, Coursera将授予他们 Deep Learning Specialization结业证书。“我们将帮助你掌握深度学习,理解如何应用深度学习,在人工智能业界开启你的职业( ~5 c9 n2 G( D9 ~( {9 o: _: x& h
生涯。”吴恩达在课程页面中提到。% b1 z! M% a! g. u; X8 a2 Q+ x- r
; K- {7 g( N( |6 N
2 V* `$ N ~& N I' q
|
zan
|