深度学习原理及编程

课程目标:掌握深度学习/人工神经网络的基本原理及编程知识。

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
共31课时,共22小时55分钟
现价¥299.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

掌握深度学习/人工神经网络的基本原理及编程知识。

适用人群

深度学习/人工神经网络的初学者。

课程简介

本课程是YESLAB专门为深度学习/人工神经网络的初学者设计制作的一套视频课程。本课程以华为HCNA-AI(注:现已改名为HCIA-AI)认证课程大纲为基础,同时在具体内容上进行了精心的调整和优化,以期广大学员能够在最短的时间内轻松而高效地掌握深度学习/人工神经网络的基本原理及编程知识。


本课程分为原理和实验两大部分,原理部分涵盖了深度学习/人工神经网络原理性的关键基础知识点,实验部分涵盖了Python/TensorFlow基础及深度学习/人工神经网络编程基础。


本课程总共包含31堂课,第01--13堂课为原理课,第14--30堂课为实验课,第31堂课专门介绍了华为HCNA-AI认证考试的重点。


特别说明:对于希望参加华为HCNA-AI认证考试的学员,请特别关注第31堂课,它将帮助你一次性轻松通过HCNA-AI认证考试。


1第01堂课(原理课)--AI及深度学习和人工神经网络简介 [免费试看]
53:55
2第02堂课(原理课)--生物神经元的基本工作原理 [免费试看]
56:39
3第03堂课(原理课)--MCP模型
28:27
4第04堂课(原理课)--矩阵分析基础
38:07
5第05堂课(原理课)--矢量分析基础
01:03:09
6第06堂课(原理课)--方向导数与梯度
01:25:21
7第07堂课(原理课)--模式识别基础
01:05:51
8第08堂课(原理课)--线性可分性与感知器
01:22:14
9第09堂课(原理课)--凸集与单层感知器
48:15
10第10堂课(原理课)--多层感知器原理
01:15:11
11第11堂课(原理课)--反向传播算法
01:01:49
12第12堂课(原理课)--卷积神经网络简介
01:33:05
13第13堂课(原理课)--循环神经网络简介
01:24:11
14第14堂课(实验课)--软件工具平台及Python语言介绍
19:04
15第15堂课(实验课)--Python之数据类型(1)
26:34
16第16堂课(实验课)--Python之数据类型(2)
39:24
17第17堂课(实验课)--Python之输入与输出
32:58
18第18堂课(实验课)--Python之文件读写
31:43
19第19堂课(实验课)--Python之控制语句
29:34
20第20堂课(实验课)--Python之函数的定义与使用
45:29
讲师介绍
江永红
讲师评分4.7分
四川大学无线电电子学专业学士;中国空间技术研究院通信与电子系统专业硕士;西安电子科技大学通信与电子系统专业,博士;华南理工大学通信与电子系统专业,博士后,其间申请并主持了国家自然科学基金项目—基于神经网络的谱估计方法。新西兰Auckland Precision Transducer Co.从事测试工作;新西兰Massey University讲授人工神经网络课程;华为技术有限公司从事人工智能及网络技术的研发和培训工作,其间编写出版了书籍《HCNA网络技术学习指南》,并长期担任HCIE R&S面试主考官;2017至今,供职于Yeslab从事人工智能及网络技术的培训工作。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载