动手学深度学习

课程目标：

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。

课程截图：

〖课程目录〗:

• | └──2、最新动手学深度学习MXNet
• | | ├──1.01 【第01课】从上手到多类分类【www.ko996.com】.mp4 248.83M
• | | ├──10.10 【第10课】循环神经网络【www.ko996.com】.mp4 153.91M
• | | ├──11.11 【第11课】正向传播、反向传播和通过时间反向传播【www.ko996.com】.mp4 137.70M
• | | ├──12.12 【第12课】实现、训练和应用循环神经网络【www.ko996.com】.mp4 154.71M
• | | ├──13.13 【第13课】门控循环单元（GRU）长短期记忆（LSTM）多层循环神经【www.ko996.com】.mp4 144.28M
• | | ├──14.14 【第14课】词向量（word2vec)【www.ko996.com】.mp4 137.59M
• | | ├──15.15 【第15课】GloVe、fastText和使用预训练的词向量【www.ko996.com】.mp4 149.57M
• | | ├──16.16 【第16课】seq2seq（编码器和解码器）和注意力机制【www.ko996.com】.mp4 136.60M
• | | ├──17.17 【第17课】应用seq2seq和注意力机制：机器翻译【www.ko996.com】.mp4 197.31M
• | | ├──2.02 【第02课】过拟合、多层感知机、GPU和卷积神经网络【www.ko996.com】.mp4 251.24M
• | | ├──3.03 【第03课】卷积神经网络，如何使用Gluon，以及核武器购买指南【www.ko996.com】.mp4 271.53M
• | | ├──4.04 【第04课】BatchNorm，更深的卷积神经网络，图片增强和新的Ka【www.ko996.com】.mp4 264.67M
• | | ├──5.05 【第05课】Gluon高级和优化算法基础【www.ko996.com】.mp4 257.18M
• | | ├──6.06 【第06课】优化算法高级和计算机视觉【www.ko996.com】.mp4 234.24M
• | | ├──7.07 【第07课】物体检测【www.ko996.com】.mp4 820.24M
• | | ├──8.08 【第08课】语义分割【www.ko996.com】.mp4 152.46M
• | | └──9.09 【第09课】样式迁移【www.ko996.com】.mp4 182.90M

yeyudao普通

收藏 海报 链接