不可错过！华盛顿大学《深度神经网络应用》教科书，569页pdf

深度学习是一组令人兴奋的神经网络新技术。通过结合先进的训练技术和神经网络架构组件，现在可以创建神经网络，该神经网络可以处理表格数据、图像、文本和音频作为输入和输出。深度学习允许神经网络以类似人脑功能的方式学习信息的层次结构。本课程将向学生介绍经典的神经网络结构，卷积神经网络(CNN)，长短期记忆(LSTM)，门通递归神经网络(GRU)，一般对抗网络(GAN)和强化学习。本课程将涵盖这些在计算机视觉、时间序列、安全、自然语言处理(NLP)和数据生成方面的应用。高性能计算(HPC)方面将演示如何在图形处理单元(GPU)和网格上利用深度学习。重点主要放在深度学习对问题的应用上，并介绍一些数学基础。学生将使用Python编程语言，使用谷歌TensorFlow和Keras实现深度学习。在学习这门课程之前，不需要了解Python;但是，假设您熟悉至少一种编程语言。本课程将以混合形式提供，包括课堂教学和在线教学。