深度学习系列之三：循环神经网络 | 公开课

分享背景

▼

人工智能兴起的环境下，采用深度学习来进行图像识别、语音识别的效果越来越好，并且基于深度学习的算法也在慢慢应用到各行各业中去，深度学习算法也正在快速普及。本场公开课嘉宾将重点介绍卷积神经网络。本系列公开课一共三场，本场为第三场，将重点阐述循环神经网络。

分享主题

▼

深度学习：循环神经网络

分享提纲

▼

1. 普通RNN结构；

2. 普通RNN的不足；

3. LSTM结构；

4. 循环神经网络在语音识别中的应用；

分享人简介

▼

罗冬日，目前就职于平安科技人工智能实验室，曾就职于百度、大众点评，担任算法研究员；中国科学院研究生院硕士，主要研究方向为语音识别，自然语言处理。

分享时间

▼

北京时间12月4日（周一）20:00

参与方式

▼

扫描海报二维码添加社长微信，备注「罗冬日」

如何选择机器学习模型？

如何提高选择算法的能力？

对于算法能力应该从哪块开始抓起？

欢迎报名算法基础课程

算法推导+实操

双倍告诉你

▼▼▼  

公开课精彩往期回顾

复旦Ph.D沈志强：用于目标检测的DSOD模型（ICCV 2017）

极限元刘斌：深度学习在语音生成问题上的典型应用

搜狗文仕学：基于深度学习的语音分离

Video ++孙兆民：视频内容识别行业分析

悉尼科大王超岳：基于生成对抗网络的图像编辑方法

达观数据张健：文本分类方法和应用案例

清华Ph.D王书浩：基于深度学习的电商交易欺诈检测系统

Twitter工程师王东：详解YOLO2与YOLO9000目标检测系统

Kaggle比赛金牌团队：图像比赛的通用套路有哪些？

宜远智能刘凯：显著降低模型训练成本的主动增量学习

点击阅读原文，立即报名

▼▼▼