1:长期以来的难题
2:LSTM基本原理
3:TensorFlow构建LSTM模型
4:双向循环神经网络介绍
5:深度循环神经网络
王而川
某AI学院创始人,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的最新算法。
本课程详细讲解深度学习的原理和利用TensorFlow进行项目实战。课程通过Kaggle竞赛平台的Titanic问题讲解TensorFlow的基本用法以及问题处理的常用技巧,而讲解图像领域的卷积神经网络CNN和多个经典的网络架构,并通过图像风格化实例展示CNN的应用,其次讲解自然语言处理领域的RNN、LSTM以及它们的多种变种结构,并通过实例介绍如何构建语言模型和对话机器人,然后会介绍CNN+LSTM相结合在图像检测和图像摘要方面的作用,最后讲损失函数和优化算法在TensorFlow中的实现。
相关链接:
https://edu.csdn.net/huiyiCourse/detail/709?utm_source=edu_bbs_autocreate