13 章 51节
课程内容
50
视频数
0
实验数
557人
学习人数
0
综合评分
优惠价¥ 1.99
原价¥ 199.00
相关资料代码可以通过链接: https://pan.baidu.com/s/1_7mgW3Kdq6QNE37vtCnuJw 提取码: 73xj
Python是一门简单易学且功能强大的编程语言。它拥有高效的高级数据结构,并且能够用简单而又高效的方式进行面向对象编程。
数学再人工智能的研发中起到了决定性的作用。目前人工智能发展的主要领域有深度学习、自然语言处理、计算机视觉、智能机器人、自动程序设计、数据挖掘等。
人工神经网络,简称神经完了或类神经网络,是一种模仿生物神经网络的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。
深度学习研究的热潮持续高涨,各种开源深度学习框架也层出不穷,当前深度学习框架包括TensorFlow、Keras、PyTorch、Caffe、MXNET、Deeplearning4j、Sonnet等,本章将详细介绍TensorFlow与PyTorch的安装与使用
人工智能领域最为丰硕的成果是卷积神经网络,本章将介绍卷积神经网络的原理与结构,并讲解数据增强和卷积神经网络的训练方法。
本章将详细介绍目标分类的相关知识和常用模型,并带领大家通过CIFAR数据集分类和猫狗分类的实例学习代码知识。
在计算机视觉的基础问题中,目标检测一直是研究热点。本章将详细介绍几个目前热门的目标检测算法,初步了解目标检测。
图像分割是计算机视觉研究中的一个经典难题,已经成为图像理解领域关注的一个热点,图像分割是图像分析的第一步,是计算机视觉的基础,本章将详细介绍深度学习技术在图像语义分割方面的技术路线,通过对理论与实践的结合,让我们对图像的语义分割有一个更深入的认知。
循环神经网络以及循环神经网络中的一些变种,其中最具代表性的为长短期记忆网络,本章将介绍循环神经网络在股票预测上的应用和在时序分析问题中的应用
自然语言处理是人工智能和语言学领域的分支学科。自然语言是信息时代最重要的技术之一
本章将讲解对抗生成网络的原理,介绍对抗生成网络的变体以及对抗生成网络在不同领域的应用。
本章将详细介绍强化学习的基本理论,让学员涉及的基本理论与算法有一个初步了解。
¥ 8999
·适中
·155
¥ 1688
·适中
·169
¥ 1899
·难
·7
¥ 199
·易
·337
¥ 899
·适中
·9
¥ 199
·偏易
·557
¥ 199
·易
·23
¥ 998
·难
·3
¥ 2999
·难
·35
¥ 5999
·适中
·4
¥ 3999
·难
·5
¥ 5999
·难
·0
¥ 6999
·难
·2