面对深度学习，你还在恐惧自己的“零”基础么

微信公众号

关键字全网搜索最新排名

【机器学习算法】：排名第一

【机器学习】：排名第二

【Python】：排名第三

【算法】：排名第四

四大特色 秒杀所有同品类课程

特色一：解决六大问题 新增GAN等最前沿知识>>>

1. 彻底跨入深度学习之门：掌握CNN、RNN、LSTM、GAN、Deep Q-learning等主要模型的原理及其应用
   

2. 掌握物体检测与目标识别，从而获得无人驾驶的关键技术之一，最终通向无人驾驶
   

3. 提供全环境GPU云实验平台：提前配置好caffe、tensorflow、Keras、pytorch等主流DL框架以及相关数据，无需为硬件门槛烦恼

4. 名师直播答疑解决问题：全部BAT名师直播指导，助教全方位辅导，在互帮互助中学会自己动手搭建神经网络，完成实际任务

5. 紧跟最新知识发展：从GAN图像生成、到迁移学习、再到Deep Q-learning强化学习玩游戏一应俱全

6. 内容全部来自实战：实际场景、实际问题、实际解决方案、实际能力提升

特色二：国内首个GPU云实验平台 本期配置更牛>>>

本次第三期深度学习班不但赠送一个月的GPU（底层是数块M40）使用权，就是要真枪实战、就是要动手试验。

特色三：论文、面试、工作三不误>>>

1. 新增GAN等最前沿的知识精讲，以辅助毕业发论文的同学；

2. 新增深度学习常见面试考点和模型的精讲，助力面试；

3. 更有BAT等一线互联网公司的工作机会推荐。

特色四：顶级讲师 当仁不让>>>

• 管博士，加州大学洛杉矶分校（UCLA）数学博士，中科大数学学士，五年数学课讲课经验，目前在华尔街一家金融公司做数据处理等工作。

• 寒老师，著名电商搜索广告负责人，多年实际ml/DL/dm项目经验，专注海量数据上机器学习算法的应用与优化。做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂，擅长用实际数据、代码、案例说话，备受数千名学员好评。

• 加号，曾师从Google DeepMind的领军人物Prof. Nando de Freitas，主攻Deep Learning，牛津大学计算机系毕业。UiiTech创始人，原TypeScore首席数据科学家。现就职于伦敦某投资银行的金融创新实验室（Innovation Lab），专注金融行业的AI构架与大数据产品研发。

这里有你想知道的上课细节>>>

上课时间：7.1日开课，每周六周日下午5-7点直播上课（PS:第1课周六上午10-12点上课）。
上课方式：在线QQ群视频直播上课，课上课后答疑、且课后有视频可反复看、复习（PC端用Google浏览器登陆官网在线观看、手机端可APP下载观看）。
所需基础：学过编程/微积分/线代，有一定的数据结构/算法、Python机器学习基础。不怕零基础，只怕没信心！

课程大纲>>>

第一周 夯实DL必备基础

第1课 夯实深度学习数据基础
1. 必要的微积分、概率统计基础
2. 必要的矩阵、凸优化基础
3. 实战：numpy与高效计算

第2课 DNN与混合网络：google Wide&Deep
1. 多分类softmax与交叉熵损失
2. 人工神经网络与BP+SGD优化
3. 实战：数据非线性切分+google wide&deep 模型实现分类

第二周 从CNN入手，掌握主流DL框架

第3课 CNN:从AlexNet到ResNet

1. 卷积神经网络层级结构详解，可视化理解
2. 典型卷积神经网络结构(AlexNet,VGG,GoogLeNet,ResNet)讲解
3. 实战：搭建CNN完成图像分类示例

第4课 NN框架：caffe, tensorflow与pytorch

1. Caffe的便捷图像应用
2. TensorFlow与搭积木一样方便的Keras
3. facebook的新秀pytorch
4. 实战：用几大框架完成DNN与CNN网络搭建与分类

第三周 CNN延伸：物体检测与图像生成

第5课 图像物体检测与风格变化
1. 物体检测方法(Rcnn，Fast-rcnn，Faster-rcnn，R-FCN)
2. 秒变文艺：neural style将照片转换成大师佳作
3. 实战：R-FCN实验代码讲解，neural-style与fast neural-style代码讲解

第6课 造出你要的视界：生成对抗网络GAN
1. 无监督学习与图像生成
2. 生成对抗网络与原理
3. 实战：DCGAN图像生成

第四周 掌握自然语言处理中的神经网络

第7课 RNN/LSTM/Grid LSTM
1. 序列数据与循环神经网络
2. RNN/LSTM/Grid LSTM
3. 实战：RNN文本分类

第8课 RNN条件生成与attention
1. RNN条件生成与attention
2. “看图说话”原理
3. google神经网络翻译系统

第五周 迁移学习与增强学习

第9课 深度学习中的迁移学习
1. 迁移学习的不同任务
2. Fine-tune，保守训练，层转移，多任务学习
3. 领域对抗训练

第10课 增强学习与Deep Q Network
1. 马尔科夫决策过程
2. 价值函数与策略评价、学习
3. Deep Q network
4. 实战：用Tensorflow搭建Deep Q learning玩Flappy bird

投稿、商业合作

请发邮件到：357062955@qq.com