开发者社区> 玄学酱> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

简介:
+关注继续查看

2016 年,谷歌 AlphaGo 下围棋战胜了人类世界冠军李世石;美国白宫发布了人工智能白皮书;微软研发的 AI 语音识别首次超过了人类...人工智能一跃成为产业发展的主要方向、科技进步的关键源动力。

相信很多人都注意到了这一趋势,但现实是:仍有许多朋友对 AI 一知半解,如雾里看花。究其原因,或许可以归结为以下几点:找不到系统的学习资料,缺少经验丰富的“引路人”,以及没有一个合适的学习、交流平台。

为此,雷锋网(公众号:雷锋网)联合国内顶级 AI 培训平台“1024MOOC学院”,邀请到清华大学计算机系的博士生导师邓志东教授作为授课嘉宾,举办“人工智能之神经网络特训班”。邓教授从事包括深度神经网络在内的人工神经网络研究 25 年,在清华授课 20 余年,研究无人驾驶技术 8 年,具有非常丰富的研发和教学经验。

上周末(3 月 4 日、5 日),第一期课程“人工智能之神经网络特训班”结束了前两个章节的学习,并将于本周末进入最后两个章节。下面,我们将简单汇总上周课程的讲授重点,以帮助那些错过上周末直播的朋友更好地理解后续内容。

上周讲授的主要内容包括以下两个方面:1. 人工智能与生物神经系统;2. 人工神经网络基础。

  人工智能与生物神经系统

这一部分邓教授综述了 AI 的定义及发展历程、关键技术成果、高性能计算平台以及典型应用场景和前沿探索等内容。课程中,邓教授在阐述 AI 发展历史的同时,会不时插入一些经典的用例和关键技术特征,而且,在讲述技术特征时,又会常常联系起此前出现过的其他技术特征,对比其区别和联系。总体上,让学员在 AI 发展历程和关键技术特点之间建立了一个相互联系的牢固架构,非常便于理解和记忆。相关精彩 PPT 如下:

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

人工智能名称的由来

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

三个人工智能学习方法

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

深度神经网络的主要分类

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

一些关键进展

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

人工智能离不开大数据的支持

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

离不开超强硬件计算能力的支持

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

新体制的硬件平台

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

未来的一些方向

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

生物神经系统原理

  人工神经网络基础

第二部分,邓教授讲述了人工神经元的基本模型,以及 BP 网络、Hopfield 网络这两种关键模型。在讲解后面两种景点神经网络模型时,邓教授对基于 BP 和 Hopfield 网络的每一个优化和细分结构都进行了公式推理级的详细讲解,让学员不但清楚了这些结构的优势,并且理解了为什么具有这些优势。相关精彩 PPT 如下:

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

标准人工神经元模型——MP模型

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

人工神经网络的关键就是网络结构+学习算法

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

三种典型网络结构

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

BP网络的相关内容


人工智能之神经网络特训班课程过半,这些内容关键点你不能错过人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

Hopfield网络的相关内容

对于邓老师的讲解,课后学员们给予了非常高的评价,我们摘取了一小部分:

  • 学员A:我是个有一定从业的人,邓老师考虑了普适性,今天的课程主要面向初学者的。不过我听了后都学到了不少东西。同时我也期待下几次课里对神经网络的讲述能带来更多干货;

  • 学员B:其他培训机构重点讲实战,唯独没有请顶级大学的教授讲理论的。听别家讲理论,老师自己都说自己没讲明白。邓老师讲resnet的理论,可以填补市场上的空白;

  • 学员C:Hopfield 的这段讲的真好,老师在短时间内介绍了很多东西。主办方可以考虑开个长期一些的课,针对不同需求。

怎么样,看到这里是不是跃跃欲试?

那么本周末,邓教授又会带来哪些精彩内容呢?我们不妨稍微剧透一下:

  • CNN 的发展历程,基本原理,典型模型 (包括 AlexNet、VGG、GoogLeNet、ResNet等);

  • CNN 的编程实操剖析;

  • 为什么说 CNN 是目前人工智能的主要进展?

人工智能之神经网络特训班课程过半,这些内容关键点你不能错过

相信聪明的你绝对不会错过!






本文作者:恒亮
本文转自雷锋网禁止二次转载,原文链接

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
谈谈人工智能客服指标
尽管智能客服解决方案没有“真正的”评估标准,在这里我列举一些案例,希望能帮助大家从这些案例中能给你一些提示。
117 0
会玩儿,这些人工智能“能文能武”
在AlphaGo成功挑战世界第一围棋选手柯洁后,眼下人工智能又公开挑战高考数学考试。但问题来了,从围棋到数学,人工智能涉足的领域看起来更偏向“理科生”的专长。
65 0
人工智能要进军电子竞技了?
人工智能又来挑战人类了!人工智能和人类打dota未能全胜,听说好像还要挑战职业站队!快来看看咋回事吧!
2011 0
人工智能:决胜未来之道培训课程大纲
1.1 人工智能的概念定义 1.1 人工智能的概念定义 1.2 人工智能、机器学习和深度学习的关系 1.3 人工智能的两大主要特征 1.4 人工智能的发展简史 1.5 人工智能的生态格局-市场篇 1.
1167 0
人工智能:决胜未来之道培训课程大纲
1.1 人工智能的概念定义 1.1 人工智能的概念定义 1.2 人工智能、机器学习和深度学习的关系 1.3 人工智能的两大主要特征 1.4 人工智能的发展简史 1.5 人工智能的生态格局-市场篇 1.
2077 0
智能识别-人工神经网络FANN总结
一、前言 在车牌识别项目中使用了人工神经网络的开源库FANN训练及识别车牌中的字符,经过多重调整后,其识别率可以达到99.8%以上。 二、项目介绍 高清摄像机智能车牌识别一般分为视频采集、车辆轮廓检测、车牌轮廓检测、车牌图像矫正、字符切割、字符识别等一系列流程。
1011 0
+关注
玄学酱
这个时候,玄酱是不是应该说点什么...
20683
文章
438
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载