第四部分 CNN和RNN的应用视频课程

课程目标:针对序列数据的处理,有着很多方法,使用深度学习方法同样可行。通过本课我们期望能够更好让大家掌握如何使用深度学习的两类网络处理序列数据。这样的方法可以应用在任何序列场景中。

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
4分 共5课时,共1小时45分钟
免费
去学习
  1. 课程介绍
  2. 课程大纲
课程目标

针对序列数据的处理,有着很多方法,使用深度学习方法同样可行。通过本课我们期望能够更好让大家掌握如何使用深度学习的两类网络处理序列数据。这样的方法可以应用在任何序列场景中。

适用人群

互联网、多媒体、智能化等it行业

课程简介

文本数据是常见数据之一,我们可以通过算法这些数据中找到特定的模式。本节课给出文本数据分析的典型场景的介绍。 卷积神经网络是处理图像数据的重要工具,但是对于文本数据,我们其实也有一些技术将其应用起来。本节课我们介绍卷积神经网络进行文本分类。 循环神经网络天生针对的是序列数据,文本也不例外,使用循环神经网络我们可以完成一些分类任务。本节课我们介绍循环神经网络情感分析的模型。接着简要介绍生成诗歌的深度学习模型。最后介绍如何使用 PaddlePaddle 实现 CNN 和 RNN 进行情感分析的任务。

1文本数据究竟能够干什么——典型场景分析 [免费试看]
27:33
2文本分类的神器——卷积神经网络 [免费试看]
24:52
3情感分析的强大武器——循环神经网络 [免费试看]
21:59
4机器也可写写诗——中文诗歌生成网络初探 [免费试看]
06:52
5PaddlePaddle 实现 [免费试看]
24:09
讲师介绍
百度AI官方账号
讲师评分4.8分
Neil 朱小虎,University AI 创始人 & Chief Scientist,深度学习专家,UniversityAI-AI-Unconference Meetup 组织者,致力于推进世界人工智能化进程。制定并实施 UAI 中长期增长战略和目标,带领团队快速成长为人工智能领域最专业的力量。 作为行业领导者,UAI一起在2014年创建了TASA(中国最早的人工智能社团), DL Center(深度学习知识中心全球价值网络),AI growth(行业智库培训)等,为中国的人工智能人才建设输送了大量的血液和养分。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载