深度学习基础

“深度学习基础”课程内容选材“与时俱进”,吸纳了近年来深度学习研究的最新模型和研究进展,如循环神经网络(包括LSTM,GRU框架等)、卷积神经网络、递归神经网络、变分自动编码器、生成对抗网络等。本课程的内容由浅入深,从一个简单的例子入手,生动形象地介绍了什么是机器学习,逐步引出深度学习的概念。对于深度学习的重要理论均配以代码并详细讲解,代码以目前最热的Python作为主编程语言,并辅之以运行效果的演示。课程还制作设计了大量的图及动画,如例图、模型图等,并以图来辅助内容的展示和讲解,方便教学。

本课程既适合作为高等院校计算机、人工智能等专业的教学资源,也可供对深度学习感兴趣的研究人员和工程技术人员阅读参考。