首发于学术头条
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

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

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。



Shervine Amidi


Afshine Amidi



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