谷歌大脑技术负责人Vincent Vanhoucke与Udacity(优达学城)合作,在其网站开设了一门深度学习课程,完全免费。

关于此课程

机器学习是发展最快、最令人兴奋的领域之一,而深度学习则代表了机器学习中最前沿但也最有风险的一部分。在本课内容中,你将透彻理解深度学习的动机,并设计用于了解复杂和/或大量数据库的智能系统。

我们将教授你如何训练和优化基本神经网络、卷积神经网络和长短期记忆网络。你将通过项目和任务接触完整的机器学习系统 TensorFlow。你将学习解决一系列曾经以为非常具有挑战性的新问题,并在你用深度学习方法轻松解决这些问题的过程中更好地了解人工智能的复杂属性。

我们与 Google 的首席科学家兼 Google 智囊团技术经理 Vincent Vanhoucke 联合开发了本课内容。此课程提供中文版本。

先修知识及要求

本课内容是高级课程的预备课。在学习本课内容之前,除了要满足“机器学习工程师课程”所列的前提和要求以外,你还应具备以下经验和技能:

至少2年的编程经验(最好是运用 Python 语言)

Git 和 GitHub 使用经验(GitHub 代码库中有作业代码)

基本的机器学习知识(尤其是监督学习)

基本的统计学知识(平均值、方差、标准差等)

线性代数(向量、矩阵等)

微积分学(微分、积分、偏导函数等)


课程讲师

这门课程由Udacity和谷歌首席科学家、谷歌大脑团队的技术负责人Vincent Vanhoucke一起开发。

课程内容


第1节:从机器学习到深度学习


内容:监督学习、用于检测的分类、用于评分的分类、训练逻辑回归分类器、softmax模型、One-Hot编码、交叉熵、正则化输入与初始权重、过拟合与数据集大小、最优化、随机梯度下降法、动量法、超空间参数


第2节:任务1:notMNIST


第3节:深度神经网络



在本节中,你会学到如何用 TensorFlow 构建多层神经网络。之前你应该了解,在网络里面添加一个隐藏层,可以让它构建更复杂的模型。而且,在隐藏层用非线性激活函数可以让它对非线性函数建模。


内容:双层神经网络、TensorFlow ReLUs、参数数量、线性模型、神经元、链式法则、反向传播、SGD、训练一个深度神经网络、正则化、Dropout


第4节:卷积神经网络

内容:卷积网络、统计不变性、特征图、卷积、Inception模块、ConvNets


第5节:文本和序列的深度模型


内容:文本嵌入模型、模糊语义、非监督学习、嵌入、Word2Vec、tSNE、类比、CBOW、不同长度的序列、RNNs、反向传播时间、梯度消失/爆炸、LSTM、记忆单元、Beam搜索


第6节:软件和工具


第7节:开发一个实时摄像头应用


在该项目中你需要训练一个模型,使它能够识别出现实图片(如街景照片等)里的数字序列。同时你需要开发一个应用,它能实时显示摄像头看到的图片里的数字序列。你可以选择使用如下方式完成该项目:Python Script 文件、网页应用/服务或是安卓应用(强烈建议)。

上课地址:https://cn.udacity.com/course/deep-learning–ud730


推荐阅读

市值3000亿的海康威视,如何通过AI技术成为独角兽

利用深度学习技术,实现MRI图像右心室分割

加州理工学院的华人女科学家研发出DNA机器人

科学家使用机器学习算法,重建了3D奥巴马人脸

GANs:造天造地造万物的神经网络!

自然语言处理 (NLP)资源大全

2021年,百度如何靠无人驾驶年赚1200亿美金?

这位29岁的清华工男靠“刷脸”折腾出120亿的大生意

吴恩达Quora解惑六大问题,深度学习将超越科技界

手把手教你利用AI实现图像的超级压缩

苹果发布会,有哪些人工智能亮点?


长期招聘志愿者

加入「AI从业者社群」请备注个人信息

添加小鸡微信  liulailiuwang

谷歌大脑技术负责人主讲免费深度学习课程 2017-09-20
Tagged on: