更新于 2024 年 10 月
语言 - 英语
非常好，谢谢
深度学习与神经网络 Python Keras
使用 Python 和 Keras 构建深度学习模型。
讲座 -88
资源 -4
时长 -11 小时
终身访问
课程 描述
深度学习和神经网络 Python Keras 课程是基础到高级的速成课程。该课程将教你使用 Keras 和 Python 进行深度学习神经网络和卷积神经网络。它旨在提升你目前的职业前景，因为这是当今最热门的技能，并且毫无疑问是未来的技术。
课程概述
最近，世界围绕着 “机器学习” 和 “深度学习” 这两个术语发展迅速。无论我们是否意识到，我们每天都在使用这些技术。在不久的将来，深度学习模型将超越人类智能的一天将会到来。
深度学习和机器学习以及数据科学是当今科技界最受欢迎的几个人才。它的应用范围从谷歌建议、翻译、广告、电影推荐、朋友建议、销售和客户体验等等。
学习这些技术存在一个误解，即需要预先具备数学、统计学、复杂算法和公式的知识。基本的了解是一个额外的优势，但绝对不是强制性的。
在本深度学习课程中，学习基本概念与使用Python编程语言从Keras库实现内置的深度学习类和函数之间取得了完美的平衡。
这些类、函数和API就像汽车引擎的控制踏板，我们可以轻松地使用它们来构建高效的深度学习模型。构建深度学习模型来解决各种问题，例如图像分类、自然语言处理和语音识别。
目标
理解神经网络的基本原理。
掌握深度学习的基础知识。
理解机器学习的基础知识。
构建和训练深度学习模型。
使用深度学习解决问题。
先决条件
一台中等配置的电脑。
为了沉浸在深度学习的世界中，拥有学习的意愿。
课程大纲
查看课程内容的详细分解
简介
3 节课
-
课程介绍和目录 11:29 11:29 -
深度学习概述 - 理论课 - 第1部分 05:51 05:51
-
深度学习概述 - 理论课 - 第2部分 06:30 06:30
为下一个AI项目选择ML还是DL
1 节课
准备电脑
2 节课
环境设置
8 节课
解释神经网络的步骤和术语
1 讲座
解释训练和评估概念
1 节课
鸢尾花多类别分类
4 节课
声纳性能改进
3 节课
波士顿房屋价格预测
3 节课
加载并预测
3 节课
绘制模型行为历史
2 节课
使用电离层数据集的学习率调度
1 节课
基于下降的学习率调度
2 节课
MNIST 手写数字识别数据集
2 节课
使用MNIST数据集的卷积神经网络模型
2 节课
使用MNIST CNN模型加载和预测
1 个讲座
CIFAR-10 对象识别数据集
1 节课
训练并保存 CIFAR-10 模型
1 节课
附加源代码
1 节课
讲师 详情
Abhilash Nelson
我是一位富有开拓精神、才华横溢且注重安全的 Android/iOS 移动和 PHP/Python Web 开发应用程序开发人员，拥有超过八年的整体 IT 经验，涉及设计、实施、集成、测试和支持具有影响力的 Web 和移动应用程序。
我拥有计算机科学与工程专业的硕士研究生学位。
我在 PHP/Python 编程方面的经验，为基于服务器的 Android 和 iOS 客户端应用程序带来了额外优势。
我目前担任高级解决方案架构师的全职职位，负责管理客户项目从开始到结束的各个环节，以确保高质量、创新和功能化的设计。
课程 证书
使用您的证书来改变职业方向或在您目前的职业生涯中提升自我。
我们的学生与最佳
一起工作
反馈
相关视频课程
查看更多
