深度学习系列教程 - 序言
2017-08-17 19:19
1786 查看
兄弟姐妹们,如需转载请标明出处:http://blog.csdn.net/jiangjunshow
总目录
各位乡亲父老们!人工智能,马上就要爆发了。一旦爆发,将会如黄河泛滥一发不可收拾。在当今,人工智能已经渗透到了网络搜索,广告分发,人脸识别,语音识别,自动驾驶,智能医疗等等领域。这都还只是初级阶段,即将到来的人工智能会更惊艳。而且一旦控制不好,会真如马斯克所说的一样——人工智能会毁灭人类~
人工智能的到来是不可避免的,它将会不可思议地改变整个世界。在将来不懂人工智能就像现在不懂操作电脑的人一样,会被社会淘汰。所以我写了这一系列教程。目的就是让更多的人掌握人工智能技术。教程通俗易懂,无需高深的数学基础,只要你识字,就可以学!而且,我将尽量加入搞笑的成分在里面,我主张快乐学习。
那么,让我们开始吧!
我一共分了六门课程,每门课程中又会有多个小节,大家可以通过点击每篇文章前面的“总目录”链接来进行导航浏览。在这一系列课程中,你将学到如下知识:
课程一,神经网络与深度学习。你将学习到神经网络的基础原理,为你揭开人工智能的神秘面纱,明白神经网络是如何拥有智能的。这一课程非常有意义,即使你以后不打算从事于人工智能行业,你也应该看一看,它会让你明白为什么人工智能将会改变世界为什么人工智能会可能取代人类甚至毁灭人类。
课程二,优化神经网络。这门课将教你如何优化神经网络让它更强大更智能。期间你也会学习到TensorFlow(Google谷歌的深度学习开源框架)。
课程三,深度学习项目实战。你将学习到一些对于操作实际人工智能项目非常有用的策略。这些 “行业经验”,你可能要在经历了多年的人工智能工作之后才能获得,所以是非常难得的。
课程四,卷积神经网络CNNs(Convolutional Neural Networks)。它被广泛应用于图像识别应用中,例如自动驾驶,人脸识别,智能分析医学图像等。
课程五,序列模型Sequence Models。著名的递归神经网络RNNs(Recurrent Neural Network)就是一种序列模型。这种模型被用于语音识别、音乐合成、聊天机器人、机器翻译、自然语言理解以及在其它许多方面都有令人兴奋的应用。
课程六,生成对抗网络GANs(Generative Adversarial Networks)。它最近已被证明对于合成并生成图像非常有效。
在开始学习前,你可能会担心自己没有基础,担心自己数学不好,担心自己不会编程等等。不用担心!我会用最最通俗易懂的描述让你理解那些所需的数学知识以及教会你相关的编程技巧!所以完全不用害怕,只要跟着床长走,吃喝嫖赌都会有!
关注我的微信公众号,新文章写好后我会及时推送给大家!
总目录
各位乡亲父老们!人工智能,马上就要爆发了。一旦爆发,将会如黄河泛滥一发不可收拾。在当今,人工智能已经渗透到了网络搜索,广告分发,人脸识别,语音识别,自动驾驶,智能医疗等等领域。这都还只是初级阶段,即将到来的人工智能会更惊艳。而且一旦控制不好,会真如马斯克所说的一样——人工智能会毁灭人类~
人工智能的到来是不可避免的,它将会不可思议地改变整个世界。在将来不懂人工智能就像现在不懂操作电脑的人一样,会被社会淘汰。所以我写了这一系列教程。目的就是让更多的人掌握人工智能技术。教程通俗易懂,无需高深的数学基础,只要你识字,就可以学!而且,我将尽量加入搞笑的成分在里面,我主张快乐学习。
那么,让我们开始吧!
我一共分了六门课程,每门课程中又会有多个小节,大家可以通过点击每篇文章前面的“总目录”链接来进行导航浏览。在这一系列课程中,你将学到如下知识:
课程一,神经网络与深度学习。你将学习到神经网络的基础原理,为你揭开人工智能的神秘面纱,明白神经网络是如何拥有智能的。这一课程非常有意义,即使你以后不打算从事于人工智能行业,你也应该看一看,它会让你明白为什么人工智能将会改变世界为什么人工智能会可能取代人类甚至毁灭人类。
课程二,优化神经网络。这门课将教你如何优化神经网络让它更强大更智能。期间你也会学习到TensorFlow(Google谷歌的深度学习开源框架)。
课程三,深度学习项目实战。你将学习到一些对于操作实际人工智能项目非常有用的策略。这些 “行业经验”,你可能要在经历了多年的人工智能工作之后才能获得,所以是非常难得的。
课程四,卷积神经网络CNNs(Convolutional Neural Networks)。它被广泛应用于图像识别应用中,例如自动驾驶,人脸识别,智能分析医学图像等。
课程五,序列模型Sequence Models。著名的递归神经网络RNNs(Recurrent Neural Network)就是一种序列模型。这种模型被用于语音识别、音乐合成、聊天机器人、机器翻译、自然语言理解以及在其它许多方面都有令人兴奋的应用。
课程六,生成对抗网络GANs(Generative Adversarial Networks)。它最近已被证明对于合成并生成图像非常有效。
在开始学习前,你可能会担心自己没有基础,担心自己数学不好,担心自己不会编程等等。不用担心!我会用最最通俗易懂的描述让你理解那些所需的数学知识以及教会你相关的编程技巧!所以完全不用害怕,只要跟着床长走,吃喝嫖赌都会有!
关注我的微信公众号,新文章写好后我会及时推送给大家!
相关文章推荐
- 深度学习系列教程 - 1.1.1 什么是神经网络
- 微信小程序开发教程系列-序言
- 深度学习系列教程 - 1.2.3 神经网络如何判断自己预测得是否准确
- 微信小程序开发教程系列-序言
- 深度学习系列教程 - 1.2.6 如何计算逻辑回归的偏导数
- 机器学习/深度学习/自然语言处理学习路线 Stanford机器学习笔记 TensorFlow人工智能引擎入门教程之系列
- 深度学习系列教程
- 模仿QQ界面系列教程 序言
- 深度学习系列教程 - 1.2.1 如何将待预测数据输入到神经网络中
- 深度学习系列教程 - 1.2.5 计算图
- 深度学习系列教程 - 1.2.2 神经网络是如何进行预测的?
- 深度学习系列教程 -1.2.4 神经网络是如何进行学习的
- IOS快速工匠化系列教程-序言
- 视频+代码+资料:Nils Reimers面向NLP的深度学习(Theano/Lasagne)系列教程
- 视频+代码+资料:Nils Reimers面向NLP的深度学习(Theano/Lasagne)系列教程
- 深度学习系列-前言:深度学习的好教程
- 深度学习系列教程 - 1.1.2 监督学习型神经网络
- 深度学习系列教程 - 1.1.3 什么使深度学习火起来了
- 《Android Dev Guide》系列教程17…
- GuozhongCrawler系列教程 (3) PageProcessor详解