1.1 欢迎-深度学习第一课《神经网络与深度学习》-Stanford吴恩达教授
| 無(wú) | 回到目錄 | 1.2 什么是神經(jīng)網(wǎng)絡(luò) |
歡迎
第一個(gè)視頻主要講了什么是深度學(xué)習(xí)，深度學(xué)習(xí)能做些什么事情。以下是吳恩達(dá)老師的原話：
深度學(xué)習(xí)改變了傳統(tǒng)互聯(lián)網(wǎng)業(yè)務(wù)，例如如網(wǎng)絡(luò)搜索和廣告。但是深度學(xué)習(xí)同時(shí)也使得許多新產(chǎn)品和企業(yè)以很多方式幫助人們，從獲得更好的健康關(guān)注。
深度學(xué)習(xí)做的非常好的一個(gè)方面就是讀取X光圖像，到生活中的個(gè)性化教育，到精準(zhǔn)化農(nóng)業(yè)，甚至到駕駛汽車(chē)以及其它一些方面。如果你想要學(xué)習(xí)深度學(xué)習(xí)的這些工具，并應(yīng)用它們來(lái)做這些令人窒息的操作，本課程將幫助你做到這一點(diǎn)。當(dāng)你完成cousera上面的這一系列專項(xiàng)課程，你將能更加自信的繼續(xù)深度學(xué)習(xí)之路。在接下來(lái)的十年中，我認(rèn)為我們所有人都有機(jī)會(huì)創(chuàng)造一個(gè)驚人的世界和社會(huì)，這就是AI（人工智能）的力量。我希望你們能在創(chuàng)建AI（人工智能）社會(huì)的過(guò)程中發(fā)揮重要作用。
我認(rèn)為AI是最新的電力，大約在一百年前，我們社會(huì)的電氣化改變了每個(gè)主要行業(yè)，從交通運(yùn)輸行業(yè)到制造業(yè)、醫(yī)療保健、通訊等方面，我認(rèn)為如今我們見(jiàn)到了AI明顯的令人驚訝的能量，帶來(lái)了同樣巨大的轉(zhuǎn)變。顯然，AI的各個(gè)分支中，發(fā)展的最為迅速的就是深度學(xué)習(xí)。因此現(xiàn)在，深度學(xué)習(xí)是在科技世界中廣受歡迎的一種技巧。
通過(guò)這個(gè)課程，以及這門(mén)課程后面的幾門(mén)課程，你將獲取并且掌握那些技能。
下面是你將學(xué)習(xí)到的內(nèi)容：
在cousera的這一系列也叫做專項(xiàng)課程中,在第一門(mén)課中（神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)），你將學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)，你將學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，這門(mén)課將持續(xù)四周，專項(xiàng)課程中的每門(mén)課將持續(xù)2至4周。
但是在第一門(mén)課程中，你將學(xué)習(xí)如何建立神經(jīng)網(wǎng)絡(luò)（包含一個(gè)深度神經(jīng)網(wǎng)絡(luò)），以及如何在數(shù)據(jù)上面訓(xùn)練他們。在這門(mén)課程的結(jié)尾，你將用一個(gè)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行辨認(rèn)貓。
由于某種原因，第一門(mén)課會(huì)以貓作為對(duì)象識(shí)別。
接下來(lái)在第二門(mén)課中，我們將使用三周時(shí)間。你將進(jìn)行深度學(xué)習(xí)方面的實(shí)踐，學(xué)習(xí)嚴(yán)密地構(gòu)建神經(jīng)網(wǎng)絡(luò)，如何真正讓它表現(xiàn)良好，因此你將要學(xué)習(xí)超參數(shù)調(diào)整、正則化、診斷偏差和方差以及一些高級(jí)優(yōu)化算法，比如Momentum和Adam算法，猶如黑魔法一樣根據(jù)你建立網(wǎng)絡(luò)的方式。第二門(mén)課只有三周學(xué)習(xí)時(shí)間。
在第三門(mén)課中，我們將使用兩周時(shí)間來(lái)學(xué)習(xí)如何結(jié)構(gòu)化你的機(jī)器學(xué)習(xí)工程。事實(shí)證明，構(gòu)建機(jī)器學(xué)習(xí)系統(tǒng)的策略改變了深度學(xué)習(xí)的錯(cuò)誤。
舉個(gè)例子：你分割數(shù)據(jù)的方式，分割成訓(xùn)練集、比較集或改變的驗(yàn)證集，以及測(cè)試集合，改變了深度學(xué)習(xí)的錯(cuò)誤。
所以最好的實(shí)踐方式是什么呢？
你的訓(xùn)練集和測(cè)試集來(lái)自不同的貢獻(xiàn)度在深度學(xué)習(xí)中的影響很大，那么你應(yīng)該怎么處理呢？
如果你聽(tīng)說(shuō)過(guò)端對(duì)端深度學(xué)習(xí)，你也會(huì)在第三門(mén)課中了解到更多，進(jìn)而了解到你是否需要使用它，第三課的資料是相對(duì)比較獨(dú)特的，我將和你分享。我們了解到的所有的熱門(mén)領(lǐng)域的建立并且改良許多的深度學(xué)習(xí)問(wèn)題。這些當(dāng)今熱門(mén)的資料，絕大部分大學(xué)在他們的深度學(xué)習(xí)課堂上面里面不會(huì)教的，我認(rèn)為它會(huì)提供你幫助，讓深度學(xué)習(xí)系統(tǒng)工作的更好。
在第四門(mén)課程中，我們將會(huì)提到卷積神經(jīng)網(wǎng)絡(luò)(CNN(s))，它經(jīng)常被用于圖像領(lǐng)域，你將會(huì)在第四門(mén)課程中學(xué)到如何搭建這樣的模型。
最后在第五門(mén)課中，你將會(huì)學(xué)習(xí)到序列模型，以及如何將它們應(yīng)用于自然語(yǔ)言處理，以及其它問(wèn)題。
序列模型包括的模型有循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、全稱是長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）。你將在課程五中了解其中的時(shí)期是什么含義，并且有能力應(yīng)用到自然語(yǔ)言處理（NLP）問(wèn)題。
總之你將在課程五中學(xué)習(xí)這些模型，以及能夠?qū)⑺鼈儜?yīng)用于序列數(shù)據(jù)。比如說(shuō)，自然語(yǔ)言就是一個(gè)單詞序列。你也將能夠理解這些模型如何應(yīng)用到語(yǔ)音識(shí)別或者是編曲以及其它問(wèn)題。
因此，通過(guò)這些課程，你將學(xué)習(xí)深度學(xué)習(xí)的這些工具，你將能夠去使用它們?nèi)プ鲆恍┥衿娴氖虑?#xff0c;并借此來(lái)提升你的職業(yè)生涯。
課程板書(shū)
參考文獻(xiàn)
http://www.ai-start.com/dl2017/
| 無(wú) | 回到目錄 | 1.2 什么是神經(jīng)網(wǎng)絡(luò) |
總結(jié)
以上是生活随笔為你收集整理的1.1 欢迎-深度学习第一课《神经网络与深度学习》-Stanford吴恩达教授的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 0.0 目录-深度学习第一课《神经网络与
- 下一篇： 1.2 什么是神经网络-深度学习第一课《