AI从零深度学习模型入门与实战视频教程

想要成为一名优秀的深度学习工程师并不容易，研究 AI 有着天然的高门槛和高要求。很多人都是理论上的王者，实践上的青铜，自以为对框架、算法的理解足够，但因为缺乏应用场景和实践机会，遇到实际问题仍然不知道该怎么抽象问题然后用模型解决。而本门课程将会从理论基础、工具使用、实战上手三个方面，带领你从理论开始，一步步认识和了解深度学习，并学会打造深度学习模型。



教程目录：
[4974] 开篇词  掌握深度学习，畅游 AI 时代.mp4
[4975] 01  从神经元说起：数学篇.mp4
[4976] 02  从神经元说起：结构篇.mp4
[4977] 03  AI 术语：让你变得更加专业.mp4
[4978] 04  函数与优化方法：模型的自我学习（上）.mp4
[4979] 05  前馈网络与反向传播：模型的自我学习（下）.mp4
[4980] 06  线性回归模型：在问题中回顾与了解基础概念.mp4
[4981] 07  卷积神经网络：给你的模型一双可以看到世界的眼睛.mp4
[4982] 08  RNN 与 LSTM：模型也可以持续不断地思考.mp4
[4983] 09  自编码器：让模型拥有属于自己的表达和语言.mp4
[4984] 10  生成式对抗网络：艺术创造也可以成为深度学习的拿手好戏.mp4
[4985] 11  集成、共享、敏捷：Jupyter Notebook 的使用.mp4
[4986] 12  数据预处理：让模型学得更好.mp4
[4987] 13  张量、数据流图与概念：初步了解 TenorFlow.mp4
[4988] 14  工作机制与流程：通过手写识别深入了解 TenorFlow.mp4
[4989] 15  TenorBoard：实验统计分析助手.mp4
[4990] 16  图像分类：技术背景与常用模型解析.mp4
[4991] 17  图像分类：实现你的第一个图像分类实战项目.mp4
[4992] 18  语义分割：技术背景与算法剖析.mp4
[4993] 19  语义分割：打造简单高效的人像分割模型.mp4
[4994] 20  文本分类：技术背景与经典网络结构介绍.mp4
[4995] 21  文本分类：用 Bert 做出一个优秀的文本分类模型.mp4
[4996] 结束语  掌握深度学习，搭上 AI 快车.mp4