LSTM模型以及其他RNN变体

[CSDN学习]

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