【为什么要学习这门课程】深度学习框架如TensorFlow和Pytorch掩盖了深度学习底层实现方法，那能否能用Python代码从零实现来学习深度学习原理呢？
本课程就为大家提供了这个可能，有助于深刻理解深度学习原理。
左手原理、右手代码，双管齐下！
本课程详细讲解深度学习原理并进行Python代码实现深度学习网络。课程内容涵盖感知机、多层感知机、卷积神经网络、循环神经网络，并使用Python 3及Numpy、Matplotlib从零实现上述神经网络。本课程还讲述了神经网络的训练方法与实践技巧，且开展了代码实践演示。课程对于核心内容讲解深入细致，如基于计算图理解反向传播算法，并用数学公式推导反向传播算法；另外还讲述了卷积加速方法im2col。
【课程收获】
本课程力求使学员通过深度学习原理、算法公式及Python代码的对照学习，摆脱框架而掌握深度学习底层实现原理与方法。
本课程将给学员分享深度学习的Python实现代码。课程代码通过Jupyter Notebook演示，可在Windows、ubuntu等系统上运行，且不需GPU支持。
【优惠说明】 课程正在优惠中！
备注：购课后可加入
2021-09-28 11:41:13
32.65MB
1
yolov4-tiny火焰检测源码,里面包含已经训练好的火焰模型和可供训练的数据集（xml文件和jpg文件），素材视频也在其中，下载即可运行。
2021-09-18 19:09:44
225.68MB
Deep Learning with Python 高清英文版，FRANÇOIS CHOLLET力作
2021-09-07 20:57:56
10.95MB
1
神经网络搭建 -【可以直接运行】 python代码
可以自行设置神经网络层数
可以自行设置每层的神经元个数
超参数是参考
2021-09-07 11:05:22
4KB
1