深度学习框架-Keras基础入门系列视频课程

课程目标:Keras课程会分为上下两部分,上半部分课程会一步一步从Keras环境安装开始讲解,并从最基础的Keras实现线性回归,非线性回归,手写数字分类模型开始讲起。逐步讲到一些深度学习网络的应用如CNN,LSTM。下半部分会使用Keras完成一些实际项目的应用。

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
5分 共20课时,共4小时37分钟
现价¥128.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

Keras课程会分为上下两部分,上半部分课程会一步一步从Keras环境安装开始讲解,并从最基础的Keras实现线性回归,非线性回归,手写数字分类模型开始讲起。逐步讲到一些深度学习网络的应用如CNN,LSTM。下半部分会使用Keras完成一些实际项目的应用。

适用人群

想自己动手实践深度学习的人,想从事深度学习相关工作的人。

课程简介

     近几年各种深度学习框架涌现,大家可能很难从众多的深度学习框架中选择一个合适的框架进行学习。对于深度学习的初学者,或者觉得Tensorflow,Caffe等框架学习困难难以上手的人,可以考虑学习Keras。

     Keras是一种高度模块化,使用简单上手快,合适深度学习初学者使用的深度学习框架。Keras由纯Python编写而成并以Tensorflow、Theano以及CNTK为后端。Keras为支持快速实验而生,能够把你的idea迅速转换为结果。


第一章Keras简介,Keras安装。
4节23分钟
1-11.Keras介绍 [免费试看]
04:56
1-22.Anaconda的安装 [免费试看]
08:13
1-33.Tensorflow的安装
05:25
1-44.Keras的安装
05:19
第二章Keras实现线性回归,非线性回归,手写数字分类。
4节1小时7分钟
2-15.实现线性回归
20:28
2-26.实现非线性回归
17:20
2-37.MNIST数据集以及Softmax介绍
10:23
2-48.MNIST分类程序
18:53
第三章交叉熵,过拟合,dropout,正则化以及优化器介绍。
6节1小时41分钟
3-19.交叉熵的介绍和应用
15:40
3-210.过拟合,Dropout,正则化介绍
21:58
3-311.google神经网络小工具
22:27
3-412.Dropout应用
12:29
3-513.正则化应用
05:34
3-614.优化器介绍及应用
23:37
第四章卷积神经网络CNN的讲解及应用。
2节38分钟
4-115.卷积神经网络介绍
26:48
4-216.CNN应用于手写数字识别
11:17
第五章递归神经网络LSTM的讲解及应用。
4节46分钟
5-117.递归神经网络RNN
11:02
5-218.长短时记忆网络LSTM
19:14
5-319.RNN应用
08:03
5-420.模型的保存和载入
08:11
讲师介绍
覃秉丰
讲师评分5.0分
机器学习,深度学习神经网络领域多年开发研究经验,精通算法原理与编程实践。曾完成过多项图像识别,目标识别,语音识别的实际项目,经验丰富。关注深度学习领域各种开源项目,如TensorFlow,Caffe,Torch等。喜欢理论与实践相结合的教学风格,课程编排由浅入深,体系清晰完整。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载