斯坦福大学CS 230的深度学习秘籍—带你速览深度学习核心知识

Shervine Amidi

Afshine Amidi

该秘籍将斯坦福大学CS 230深度学习课程中涵盖的所有重要概念汇总到一起，并详细介绍了卷积神经网络、循环神经网络以及训练深度学习模型时要记住的提示和技巧，详细内容如下图。

卷积神经网络

该文首先为大家介绍了传统CNN的体系结构，其次分体系介绍了：

  • Types of layer

  • Filter hyperparameters

  • Tuning hyperparameters

  • Commonly used activation functions

  • Object detection

  • Face verification and recognition

  • Neural style transfer

  • Architectures using computational tricks

递归神经网络

该文首先为大家介绍了传统RNN的体系结构，其次分体系介绍了：

  • Handling long term dependencies

  • Learning word representation

  • Comparing words

  • Language model

  • Machine translation

  • Attention

提示和技巧

该文为大家提供了一些关于数据处理、训练神经网络、参数调整、正则等方面的一些小技巧。

您在微信公众号后台回复“20181220”可获取此秘籍。

由清华大学—中国工程院知识智能联合研究中心举办的知识·智能系列报告会将于2019年1月份举行第1期，届时会邀请学术界的大咖来跟大家分享，大家最想看到哪个主题？请投上您宝贵的一票！！！

赞 (0)

相关推荐