深度學習之父的神經網路第五課!
作為深度學習祖師,Geoffrey Hinton 的每一句每一言,都使學習者如奉綸音。濃縮其畢生所學的《Neutral Network for Machine Learning》,則是唯一一門 Hinton 老師系統講授的公開課。
自 2012 年開課,NNML 就一躍成為深度學習開發者的殿堂級慕課。時隔五年,仍然是內容最「干」、最值得學習的深度學習課程。
如果說吳恩達的《Machine Learning》是最佳入門課程,描述 NNML 則只需兩個字: 「必修」——對於有志於真正掌握深度學習的人而言。
它很難,但也因此沒有做任何「dumb down」——為照顧小白而犧牲「厚度」,把原本並不單純的原理硬以簡單的類比表述出來,是幾乎所有深度學習課程不得不做的妥協。
但這門課沒有。
本欄目將在AI研習社(公眾號:okweiwu)每周一、周三更新,敬請關注!
Lecure 5用神經網路進行物體識別
內容簡介
第五節主要介紹物體識別問題的難點及克服這些難點的方法,重點介紹了數字識別和物體識別中使用的卷積神經網路,並介紹了由 Yann LeCun 和他的團隊提出的 Le Net,這是一個在向前反饋網路中使用了反向傳播的手寫數字識別系統。
往期課程
--------------------------------------------------
為了讓廣大 AI 青年們不再為英語所累,快速進入學習狀態,雷鋒網旗下 「AI 研習社」 推出了深度學習之父 Geoffrey Hinton 的《Neutral Network for Machine Learning》中文系列視頻課程。PS: 出於對 Hinton 知識成果的尊重以及版權的需要,AI 研習社已經獲得了 Hinton 教授的親自授權。
※一個實例告訴你:Kaggle 數據競賽都有哪些套路
※開放Alexa語音控制技術 亞馬遜欲打造最有影響力的聊天機器人開發平台
※史上最簡潔易懂教程 用Excel理解梯度下降
※人臉檢測與識別的趨勢和分析
TAG:唯物 |
※深度學習還是之前的神經網路嗎?
※深度學習與神經網路概述
※機器學習、深度學習、神經網路、深度神經網路之間有何區別?
※還差一步之學習神經網路
※AI的口述歷史:深度學習三巨頭講述神經網路復興史
※清華園裡的AI公開課!第三講之神經網路
※萬字長文概述NLP中的深度學習技術之循環神經網路
※深度學習第6期:循環神經網路RNN
※萬字長文概述NLP中的深度學習技術之卷積神經網路
※深度學習和神經網路的七大顯著趨勢
※深度學習入門指南!六步構建深度神經網路
※痴人、信徒、先驅:深度學習三巨頭等口述神經網路復興史
※掌握神經網路,入門深度學習
※神經網路的十字路口
※自己動手寫深度學習模型之全連接神經網路
※解析卷積神經網路——深度學習實踐手冊
※推薦!神經進化才是深度學習未來的發展之路!
※「膠囊網路」是下一代深度學習人工智慧神經網路的接班人
※復旦大學邱錫鵬教授發布《神經網路與深度學習》教材,配備代碼和章節練習
※周末AI課堂:神經網路的正則化 代碼篇