视频链接:https://discuss.gluon.ai/t/topic/753
课程简介
该系列课程是MXNet 团队联合将门创投,开设的一门零基础、着重动手实践的深度学习在线直播课程。课程内容将基于李沐等人的开源教程《动手学深度学习》(英文版为 Deep Learning - The Straight Dope),并使用 Apache MXNet 的最新前端 Gluon 作为开发工具,在动手实践的过程中学会使用简单易读的代码写出产品级的应用。
《动手学深度学习》中文文档地址:http://zh.gluon.ai/
课程大纲
第一课:从上手到多类分类
第二课:过拟合、多层感知机、GPU和卷积神经网络
第三课:深度卷积网络,如何使用Gluon,以及核武器购买指南
第四课:BatchNorm,更深的卷积神经网络,图片增强和新的Kaggle练习
第五课:Gluon高级和优化算法基础
第六课:优化算法高级和计算机视觉
第七课:物体检测
第八课:物体检测·续
第九课:物体检测·再续
第十课:语义分割
第十一课:样式迁移
第十二课:循环神经网络
第十三课:正向传播、反向传播和通过时间反向传播
第十四课:实现、训练和应用循环神经网络
第十五课:门控循环单元(GRU)、长短期记忆(LSTM)、多层循环神经网络以及Gluon实现
第十六课:词向量(word2vec)
第十七课:GloVe、fastText和使用预训练的词向量
第十八课:seq2seq(编码器和解码器)和注意力机制
[第一季完结] 第十九课:应用seq2seq和注意力机制:机器翻译