本課程是由 deeplearning.ai 所製作,講師也包含了 deeplearning.ai 的創始人 Andrew Ng ( http://bit.ly/2O1JD61 )
這個課程全球已經有 27 萬多人報名參加
如果你想進軍AI,這個專修課程將幫助你達成。深度學習是技術中最受歡迎的技能之一。課程將幫助你精通深度學習。
在五個課程中,你將了解深度學習的基礎、如何構建神經網路,以及如何帶領成功的機器學習專案。
你將學習 :
✅卷積神經網路(CNN:Convolutional Neural Networks)
✅類神經網路(RNN:Recurrent Neural Network )
✅長短期記憶(LSTM: Long Short-Term Memory)
✅Adam優化演算法(Adam : Adaptive Moment Estimation)
✅丟棄法 (Dropout)、BatchNorm
✅Xavier / He初始化等。
你將做保健 、自動駕駛、手語閱讀 、音樂生成和自然語言處理的案例研究。不僅掌握理論,而且還會看到它在產業中的應用。使用 Python 和 TensorFlow 練習所有本課程中教授的想法。
你還將聽到許多深度學習的領先專家們與你分享他們個人的故事,並給你職涯的建議。
AI正在轉變多個行業。完成這一專業後,你將會找到創造性的方式應用到你的工作中。
✅第 1 門課程 神經網路與深度學習
✅第 2 門課程 強化深層神經網路 : 超參數調校、規則化與優化
✅第 3 門課程 結構化機器學習專案
✅第 4 門課程 卷積神經網路
✅第 5 門課程 序列模型
https://softnshare.com/deeplearning-andrewng/
dropout參數 在 【科普】神经网络中的随机失活方法 - GitHub 的推薦與評價
1. Dropout. 如果模型参数过多,而训练样本过少,容易陷入过拟合。过拟合的表现主要是:在训练 ... ... <看更多>
dropout參數 在 201706 阅读笔记 的推薦與評價
Dropout 是深度学习里一种常用的正则化方法,它计算方便而且功能强大,并可以与L2参数范数惩罚、max-norm等正则化技术组合一起提高模型的泛化能力。 ... <看更多>
dropout參數 在 深度學習3:梯度裁剪、參數與超參數、優化器、自編碼機 的推薦與評價
Chapters. View all · Intro · Intro · Intro · DROPOUT · DROPOUT · DROPOUT · CLIPPING GRADIENT · CLIPPING GRADIENT. ... <看更多>