全球名校AI课程库(5)| Stanford斯坦福 · 深度学习课程『Deep Learning』

简介: 吴恩达与助教在斯坦福开设的深度学习课程,内容覆盖基础知识、各类神经网络、实际应用等排,是很多人的深度学习入门课。
CS230; Deep Learning; 深度学习
🏆 课程学习中心 | 🚧 深度学习课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析 | 📚 CS230速查表


课程介绍

深度学习是AI领域中最受欢迎的技能之一,斯坦福CS230深度学习课程由吴恩达教授和他的助教Kian Katanforoosh讲授。

CS230; Deep Learning; 深度学习

课程内容覆盖:深度学习的基础,理解如何构建神经网络,卷积神经网络(CNN)、循环神经网络(RNN)、长短期记忆网络(LSTM)、Adam 优化器、Dropout 方法、BatchNorm 方法、Xavier/He 初始化方法等。

课程也涉及了深度学习在医疗、自动驾驶、手语识别、音乐生成和自然语言处理等领域的应用案例。


前置课程

学生应具有以下背景:

  • 掌握计算机科学基本原理和技能,编程能力达到一个水平足以编写一个相对比较复杂的计算机程序 Python/Numpy (CS106A、CS106B、CS106X)。
  • 熟悉概率理论(CS 109、MATH151 或 STAT116)。
  • 熟悉多变量微积分和线性代数。包括但不限于 MATH51、MATH104、MATH113、CS205、CME100)。


课程速查表 | 【点击链接】

CS230; Machine Learning; 机器学习


课程重点笔记 | 【点击板块】

CS230; Deep Learning; 深度学习


板块编号 笔记链接
板块1 CS230 - 卷积神经网络(CNN)
板块2 CS230 - 循环神经网络(RNN)
板块3 CS230 - 深度学习技巧与经验(DL Tips and Tricks)


课程资料 | 下载

9223d7788988474d84a0ca14451e2805.png

扫描上方图片二维码,关注公众号并回复关键字 🎯『CS230』,就可以获取整理完整的资料合辑啦!当然也可以点击 🎯 这里 查看更多课程的资料获取方式!

CS230; Deep Learning; 深度学习
CS230; Deep Learning; 深度学习

ShowMeAI 对课程资料进行了梳理,整理成这份完备且清晰的资料包:

  • 📚 笔记(详细版本、漫画版本、markdown版本)
  • 📚 作业与答案
  • 📚 课件
  • 📚 CS230知识速查表


课程视频 | B站

🌍 B站 | 【双语字幕+资料下载】斯坦福CS230 | 深度学习-吴恩达主讲(2018·完整版)

ShowMeAI 将视频上传至B站,并增加了中英双语字幕,以提供更加友好的学习体验。点击页面视频,可以进行预览。推荐前往 👆 B站 观看完整课程视频哦!


全球名校AI课程合辑

作者ShowMeAI内容团队
阅读原文https://www.showmeai.tech/article-detail/383

e9190f41b8de4af38c8a1a0c96f0513b~tplv-k3u1fbpfcp-zoom-1.image

目录
相关文章
|
29天前
|
存储 人工智能 自然语言处理
【AI大模型】Transformers大模型库(十四):Datasets Viewer
【AI大模型】Transformers大模型库(十四):Datasets Viewer
21 0
|
29天前
|
机器学习/深度学习 数据采集 人工智能
【AI大模型】Transformers大模型库(十一):Trainer训练类
【AI大模型】Transformers大模型库(十一):Trainer训练类
51 0
|
29天前
|
机器学习/深度学习 人工智能 自然语言处理
【AI大模型】Transformers大模型库(十):repetition_penalty惩罚系数
【AI大模型】Transformers大模型库(十):repetition_penalty惩罚系数
28 0
|
29天前
|
存储 人工智能 自然语言处理
【AI大模型】Transformers大模型库(五):AutoModel、Model Head及查看模型结构
【AI大模型】Transformers大模型库(五):AutoModel、Model Head及查看模型结构
19 0
|
5天前
|
机器学习/深度学习 存储 人工智能
基于深度学习的认知架构的AI
基于深度学习的认知架构的AI是一类模仿人类认知过程的人工智能系统,旨在模拟人类感知、学习、推理、决策等复杂的认知功能。认知架构的目的是创建一个能够理解和处理复杂环境、实现自我学习和适应的AI系统
17 3
|
2天前
|
机器学习/深度学习 数据挖掘 TensorFlow
从数据小白到AI专家:Python数据分析与TensorFlow/PyTorch深度学习的蜕变之路
【9月更文挑战第10天】从数据新手成长为AI专家,需先掌握Python基础语法,并学会使用NumPy和Pandas进行数据分析。接着,通过Matplotlib和Seaborn实现数据可视化,最后利用TensorFlow或PyTorch探索深度学习。这一过程涉及从数据清洗、可视化到构建神经网络的多个步骤,每一步都需不断实践与学习。借助Python的强大功能及各类库的支持,你能逐步解锁数据的深层价值。
9 0
|
29天前
|
人工智能 自然语言处理 并行计算
【AI大模型】Transformers大模型库(六):torch.cuda.OutOfMemoryError: CUDA out of memory解决
【AI大模型】Transformers大模型库(六):torch.cuda.OutOfMemoryError: CUDA out of memory解决
41 0
【AI大模型】Transformers大模型库(六):torch.cuda.OutOfMemoryError: CUDA out of memory解决
|
13天前
|
机器学习/深度学习 人工智能 数据可视化
10个用于可解释AI的Python库
10个用于可解释AI的Python库
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的正则化技术:提升模型泛化能力的关键策略探索AI的奥秘:深度学习与神经网络
【8月更文挑战第27天】在深度学习的探索旅程中,我们常常遭遇模型过拟合的困境,就像是一位探险者在茫茫林海中迷失方向。本文将作为你的指南针,指引你理解并应用正则化技术,这一强大的工具能够帮助我们的模型更好地泛化于未见数据,就如同在未知领域中找到正确的路径。我们将从简单的L1和L2正则化出发,逐步深入到更为复杂的丢弃(Dropout)和数据增强等策略,为你的深度学习之旅提供坚实的支持。
|
29天前
|
存储 机器学习/深度学习 人工智能
【AI大模型】Transformers大模型库(十六):safetensors存储类型
【AI大模型】Transformers大模型库(十六):safetensors存储类型
43 0