【名师精讲】深度学习基础（刘远超）| 学堂在线项目实战
课程介绍:
深度学习是人工智能时代的关键技术之一。本课程是一门侧重在深度学习相关理论基础的课程，并对深度学习的典型模型框架的基本原理进行了介绍。如果你想亲密接触深度学习、人工智能等并愿意付诸实践，请加入进来吧！
必学知识:
1. 线性代数、概率等的知识
2. python的基本编程知识
课程目录:
├─{1}--第一讲 深度学习概述
│ #1.1#--附：1.7 程序.pdf
│ (1.2)--M chapter 1 ALL.pdf
│ --1.1 深度学习的引出.mp4
│ --1.2 数据集及其拆分.mp4
│ --1.3 分类及其性能度量.mp4
│ --1.4 回归问题及其性能评价.mp4
│ --1.5 一致性的评价方法.mp4
│ --1.6 深度学习芯片及常用框架介绍.mp4
│ --1.7 程序讲解：使用Sklearn进行精确率-召回率曲线的绘制.mp4
│
├─{2}--第二讲 特征工程概述
│ #2.1#--附：2.4程序.pdf
│ #2.2#--附：2.5程序.pdf
│ (2.3)--M chapter 2 ALL.pdf
│ --2.1 特征工程.mp4
│ --2.2 向量空间模型及文本相似度计算.mp4
│ --2.3 特征处理(特征缩放、选择及降维).mp4
│ --2.4 程序讲解：使用sklearn对文档进行向量化的实例.mp4
│ --2.5 程序讲解：使用sklearn进行量纲缩放的实例.mp4
│
├─{3}--第三讲 回归问题及正则化
│ #3.1#--附：3.6 程序.pdf
│ (3.2)--M chapter 3 ALL.pdf
│ --3.1 线性回归模型及其求解方法.mp4
│ --3.2 多元回归与多项式回归.mp4
│ --3.3 损失函数的正则化.mp4
│ --3.4 逻辑回归.mp4
│ --3.5 案例介绍：Mindspore框架下线性回归模型及动态绘图.mp4
│ --3.6 程序讲解：使用sklearn进行线性回归和二次回归的比较.mp4
│
├─{4}--第四讲 信息熵及梯度计算
│ #4.1#--附：4.5程序.pdf
│ (4.2)--M chapter 4 all.pdf
│ --4.1 信息熵.mp4
│ --4.2 反向传播中的梯度.mp4
│ --4.3 感知机.mp4
│ --4.4 程序讲解：正向传播和反向传播的程序示例.mp4
│ --4.5 程序讲解：信息熵和互信息的计算程序示例.mp4
│
├─{5}--第五讲 循环神经网络及其变体
│ #5.1#--附：5.5 程序.pdf
│ (5.2)--M chapter 5 all.pdf
│ --5.1 循环神经网络.mp4
│ --5.2 长短时记忆网络.mp4
│ --5.3 双向循环神经网络和注意力机制.mp4
│ --5.4 案例介绍：基于MindSpore框架的机器翻译实例.mp4
│ --5.5 程序讲解：循环神经网络的程序示例.mp4
│
├─{6}--第六讲 卷积神经网络
│ #6.1#--附：6.4 程序.pdf
│ (6.2)--M chapter 6 all.pdf
│ (6.3)--mnist_data.zip
│ --6.1 卷积与卷积神经网络.mp4
│ --6.2 LeNet-5 模型分析.mp4
│ --6.3 案例介绍：Mindspore框架下基于lenet5的手写.mp4
│ --6.4 程序讲解：卷积神经网络的程序示例.mp4
│
├─{7}--第七讲 递归神经网络
│ (7.1)--M chapter 7 ALL.pdf
│ --7.1 情感分析及传统求解方法.mp4
│ --7.2 词向量.mp4
│ --7.3 递归神经网络及其变体.mp4
│ --7.4 案例介绍 Mindspore框架下基于LSTM的情感分类.mp4
│
├─{8}--第八讲 生成式神经网络
│ #8.1#--附：8.5 程序.pdf
│ (8.2)--M chapter 8 ALL.pdf
│ --8.1 自动编码器.mp4
│ --8.2 变分自动编码器.mp4
│ --8.3 生成对抗网络.mp4
│ --8.4 案例介绍：Mindspore框架下基于Cyclegan的.mp4
│ --8.5 程序讲解：自动编码器程序示例.mp4
│
└─{9}--第九讲 预训练模型
(9.1)--M chapter 9-1.pdf
(9.2)--M chapter 9-2.pdf
--9.1 Transformer原理介绍.mp4
--9.2 预训练模型.mp4
--9.3 案例介绍：Mindspore框架下基于BERT网络实现智.mp4
**** Hidden Message *****
啥也不说了，感谢楼主分享哇！ 确实是难得好帖啊，顶先 啥也不说了，感谢楼主分享哇！ 啥也不说了，感谢楼主分享哇！ 啥也不说了，感谢楼主分享哇！ 啥也不说了，感谢楼主分享哇！ 啥也不说了，感谢楼主分享哇！ 正需要，支持楼主大人了！ 啥也不说了，感谢楼主分享哇！