深度学习及其应用第五次开课中

欢迎推荐学生参与：https://www.icourse163.org/course/FUDAN-1205806833

深度学习公益课程，配套全套的PPT、视频、Python程序、数据、习题、理论与实训教材等，欢迎指导

课程内容如下：

1.神经网络基础

1.1 神经网络简介

1.2 神经网络相关概念

1.3 神经网络效果评价

1.4 神经网络优化

1.5 银行客户流失预测

1.6 练习题 

2.CNN卷积神经网络

2.1 卷积的理解—卷积和池化

2.2 常见的卷积模型：Lenet-5、AlexNet、VGGNet、GoogleLeNet、ResNet等

2.3 CNN卷积神经网络应用案例

2.4 目标检测常用算法：R-CNN、Fast RCNN、Faster RCNN、YOLO等

2.5 图像分类

2.6 动物识别

2.7 物体检测

2.8 练习题

3.循环神经神经网络

3.1 RNN基本原理

3.2 LSTM

3.3 GRU

3.4 CNN+LSTM模型

3.5 Bi-LSTM双向循环神经网络结构

3.6 Seq2seq模型

3.7 注意力机制

3.8 机器翻译

3.9 练习题

4.生成对抗网络GAN

4.1 生成对抗网络模型

4.2 GAN的理论知识

4.3 DCGAN

4.4 自动生成手写体

4.5 练习题

5. 深度学习神经网络应用

5.1 股票走势预测                    

5.2 文本情感分类

5.3 图像风格转移

5.4 机器翻译

5.5 智能交通灯控制

5.6 练习题

6.强化学习

6.1 强化学习基本原理

6.2 强化学习常用模型

6.3 强化学习典型应用

6.4 练习题

7．深度学习实训