在过去的十年里,深度神经网络已经成为人工智能许多领域不可或缺的工具,包括计算机视觉、计算机图形学、自然语言处理、语音识别和机器人技术。本课程将介绍深度神经网络的理论与实践原理。在其他主题中,我们将涵盖计算图、激活函数、损失函数、训练、正则化和数据增强,以及各种基本和最先进的深度神经网络架构,包括卷积网络和图神经网络。该课程还将解决深度生成模型,如自动编码器,变分自动编码器和生成对抗网络。此外,在整个课程中,还将介绍来自不同领域的应用。本教程将通过在Python和PyTorch中实现和应用深度神经网络来加深对它们的理解。

https://uni-tuebingen.de/fakultaeten/mathematisch-naturwissenschaftliche-fakultaet/fachbereiche/informatik/lehrstuehle/autonomous-vision/lectures/deep-learning/

成为VIP会员查看完整内容
48

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
73+阅读 · 2021年6月12日
专知会员服务
43+阅读 · 2020年11月27日
佐治亚理工2020《数据库系统实现》课程,不可错过!
专知会员服务
23+阅读 · 2020年10月14日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
斯坦福CS236-深度生成模型2019-全套课程资料分享
深度学习与NLP
20+阅读 · 2019年8月20日
多伦多大学“神经网络与机器学习导论(2018年春季)
人工智能头条
14+阅读 · 2018年4月3日
推荐|PyTorch tutorial 神经网络 教学(中文视频地址)
全球人工智能
13+阅读 · 2017年8月13日
Arxiv
1+阅读 · 2021年6月23日
Arxiv
0+阅读 · 2021年6月22日
Arxiv
0+阅读 · 2021年6月18日
Arxiv
7+阅读 · 2018年11月6日
Arxiv
22+阅读 · 2018年8月30日
VIP会员
相关论文
Arxiv
1+阅读 · 2021年6月23日
Arxiv
0+阅读 · 2021年6月22日
Arxiv
0+阅读 · 2021年6月18日
Arxiv
7+阅读 · 2018年11月6日
Arxiv
22+阅读 · 2018年8月30日
微信扫码咨询专知VIP会员