斯坦福大学CS 230的深度学习秘籍—带你速览深度学习核心知识
学术头条
致力于学术传播和科学普及,重点关注AI、生命科学等前沿科学。
近日,双胞胎兄弟Shervine Amidi和Afshine Amidi发布了一套新的深度学习秘籍,前者现在就读于斯坦福大学,后者曾就读于麻省理工,Afshine Amidi在此之前就已经分享过机器学习的相关内容了。
该秘籍将斯坦福大学CS 230深度学习课程中涵盖的所有重要概念汇总到一起,并详细介绍了卷积神经网络、循环神经网络以及训练深度学习模型时要记住的提示和技巧,详细内容如下图。
卷积神经网络
该文首先为大家介绍了传统CNN的体系结构,其次分体系介绍了:
- Types of layer
- Filter hyperparameters
- Tuning hyperparameters
- Commonly used activation functions
- Object detection
- Face verification and recognition
- Neural style transfer
- Architectures using computational tricks
递归神经网络
该文首先为大家介绍了传统RNN的体系结构,其次分体系介绍了:
- Handling long term dependencies
- Learning word representation
- Comparing words
- Language model
- Machine translation
- Attention
提示和技巧
该文为大家提供了一些关于数据处理、训练神经网络、参数调整、正则等方面的一些小技巧。
您可私信我获取此秘籍
推荐阅读:
发布于 2018-12-21 14:34