课程分类

课程介绍
课程目录
用户评论
课程介绍
课程目录
用户评论

你将获得

  • 掌握某些知识点
  • 学会某些技巧(或思路)

教学服务

  • icon

    1v1专属答疑服务

  • icon

    BAT专家面试辅导

讲师介绍

  • C9本硕,南京某大学博士毕业,美国德州农工(2008-2009年) 、休斯顿大学(2016年)等大学访问学者,有二十多年教学、软件开发和学术研究经验,讲授大学课程:数据结构、C++语言、图形学、计算机网络、高等数学、概率统计等。研究兴趣:计算机视觉与图形学、机器学习(深度学习)等。微博和B站:hw-dong

  • 课程详情

    《解剖深度学习原理-从0编写深度学习库》是专门从事教小白学编程的hwdong编程教学博主写作的一本从底层分析和实现深度学习原理的著作。不同于市面上如何使用现有深度学习库的平台使用教程,也不同于对读者有较高基础知识要求的偏置理论而缺少如何实现的书,本书完全从底层由浅入深地介绍深度学习原理并结合实现说明原理是如何实现的。尽管市面上也有少数原理和底层实现的书籍,但本书更为全面,不仅包含全连接神经网络,还包含了卷积神经网络、循环神经网络、对抗生成网络等的原理与实现。通俗易懂的原理讲解、从底层打造深度学习库、完整的深度学习基础内容构成了本书的特色。


    本书作者油管主hwdong在2019年还与清华大学出版社和电子工业出版社合作出版了“C++17从入门到精通”、“Python3从入门到实战”2本高质量的C++和Python教材,并受到了网友的充分的肯定和好评。

     
    由于深度学习热潮如火如荼,为了配合新书的阅读理解,本书作者专门录制了本书的教学视频课程,视频课程和书可以相辅相成,帮助读者尽快熟悉深度学习的原理及其实现,从而加深对深度学习的理解,节省学习时间,希望能对广大读者网友有所帮助,也请大家广为传播。

     
    本书作者还利用youtube频道、B战hw-dong和QQ群、微信群等多种自媒体渠道和读者学员交流,并会根据大家的反应,更新完善教学视频和教学内容,尽量使这个视频课程越来越好,物有所值。一次购买、永久享受不断更新的课程内容服务。

     
    课程教学内容主要有

    第一章: 编程和数学基础。包括Python快速入门、张量(包括向量、矩阵)和numpy、微积分基础(函数、极限、连续性、导数、多变量函数和向量值函数、积分)、概率(样本空间、概率、随机变量、期望、方差等)。

     
    第二章: 梯度下降法。包括:函数单调性、极值的必要条件、梯度下降法、梯度下降法的参数优化策略、数值梯度和梯度验证、分离梯度下降和参数优化策略等。

     
    第三章:线性回归、逻辑回归、softmax回归。包括:线性回归、逻辑回归、softmax回归、模型评估、数据规范化、过拟合和欠拟合、学习曲线、偏差与方差、正则化、交叉熵损失、批梯度下降和随机梯度下降等。

     
    第四章:神经网络。包括:神经元、神经网络、损失函数(均方差、二分类和多分类交叉熵)、正向计算与反向求导、基于数值梯度的神经网络实现、基于反向求导的神经网络实现、面向全连接神经网络的深度学习框架。

     
    第五章:改进神经⽹络性能的基本技巧。包括数据处理(数据增强、数据的规范化、特征工程)、参数调式(权重初始化、优化参数)、批规范化、正则化。

     
    第六章:卷积神经网络CNN。包括卷积(池化)、卷积神经网络、卷积层的反向求导、快速卷积、典型的卷积神经网络架构。

     
    第七章:循环神经网络。包括序列问题和模型、序列数据的顺序和随机采样、单层循环神经网络的原理与实现、RNN语言模型和文本生成、长短记忆网络LSTM  、门控循环单元GRU、多层和双向循环神经网络原理与实现、序列到序列模型、机器翻译、单词向量化、词嵌入、注意力机制等。

     
    第八章:对抗生成网络。包括生成模型、自动编码器、变分自动编码器、生成对抗网络的原理与实现、生成对抗网络的例子、GAN损失函数和概率分布散度的关系、:Wasserstein GAN(WGAN)、深度卷积对抗网络的原理与实现、转置卷积等。

     
    关于学员对教师的视频课程教学效果的评价,大家可以参考youtube频道课程或B站hw-dong编程后面的评价内容,以了解教学效果,从而帮助您决定课程教学是否适合于您。这里偷懒一下,拷贝以前的一些学生评价:

     
    2小时从C到C++快速入门

    七奏丶

    我觉得老师讲的很好啊,除了口音有些重外。

    为啥没人看...

     

    强威2017

    讲的真是太好了

     

    alittlemc

    很棒,我找这样的视频很久了,我C基础还算扎实,想学C++,网上的视频都是0基础入门,跳过怕错过知识点,全部看又很耗时间,今天看这个视频搜获很大

     

    NaKadaj

    视频超棒的 也适合不难的期末考复习

    但是并不只2个小时 越往后越长(中间有小惊喜) 所以不要等考试前一晚再听 一不小心就听不完了_(•̀ω•́ 」∠)_

     

    阿甘冬冬

    老师讲的太好了,比翁大佬讲的简单多了。建议先看这个再去看翁老的视频

     

    比奈森妙巧

    视屏都是干货非常棒!但是有个一个不情之请,希望老师能加上字幕

     

    自定义は

    老师真的讲的好,但为啥播放量这么少呢

     

    Sagittarius黑蛟

    讲得很用心,已持续关注!老师是盐城滨海人吗?滨普听着很熟悉哈哈~

     

    Hanneul要学习

    南京口音的老师,听着很亲切

     

     
    从C到C++快速入门(2019版)

    浅怯99

    1.5倍速看完,好评,准备看python教程了

     

    本因坊刘能

    up讲得很好,让我在寒冷的情人节感受到一丝温暖。

    希望可以出几个c++练手小项目的视频超棒 

     

    贤者G石

    总算找到C向C++过渡了,舒坦

     

    ss不可强求

    讲的都是干货

    公子仲然

    喜欢这种讲课方式!期待up出新的(=・ω・=)

     

    西木西木194

    up主讲的很好呀!

     

    grjcly

    醍醐灌顶,简洁而又实用。太适合C到C++的过度了,真心感激!!!

     

    公子仲然

    喜欢这种讲课方式!期待up出新的(=・ω・=)

     

    数据结构之排序

     

    夕夕的茜茜

    讲的很好,加油up!

     

    纪小懒爱你呦

    up主还有课程么,讲的很好

     

     

    Python入门与实践

     

    41980055237_bili

    支持支持,楼主讲的很好

     

    彭志气

    从另外一个视频看到您的留言来的,真的厉害。谢谢老师

     

    奇奇卡

    老教授讲课还真是一点都不拖泥带水,就喜欢这种简洁雷利的风格!

     

    zzzzzzzz3

    简单实用,深入浅出,非常棒!

     

    超维视界

    感谢up,讲的很清晰



     
    温馨提示
    • 请勿私下交易
      请勿在平台外交易。与机构和老师私下交易造成的任何损失及纠纷,腾讯课堂不承担任何责任
    • 听课说明

      1、电脑:访问腾讯课堂官网 ke.qq.com 查看我的课表或下载win/mac客户端听课

      2、手机/平板:下载腾讯课堂APP, 进入学习页面听课