纽约大学深度学习课程

反馈
收藏(3)
分享

课时列表 6课时

课时1 : 1.1 讲座：深度学习的历史、动机和演化
90:01
课时2 : 1.2 实践：分类、线代和可视化
90:02
课时3 : 2.1 讲座：随机梯度下降和反向传播算法
90:02
课时4 : 2.2 实践：训练一个神经网络
90:01
课时5 : 3.1 讲座：卷积神经网络
90:01
课时6 : 3.2 实践：神经信号属性和卷积神经网络
90:01

课程概览
笔记

开通会员，解锁更多会员专属内容

主讲：Yann LeCun 和 Alfredo Canziani 本课程涉及深度学习和表示学习的最新技术，重点包括监督式深度学习和无监督深度学习、（词）嵌入、度量学习、卷积和递归网络，以及在计算机视觉、自然语言理解和语音识别方面的应用。先修课程包括：DS-GA 1001 数据科学入门或一门研究生级别的机器学习课程。

课程官方主页：https://atcold.github.io/pytorch-Deep-Learning/