深入了解深度学习（附 Python 介绍）
使用实验性科学方法在 PyTorch 中掌握深度学习，其中包含大量示例和实践问题
讲师：Mike X Cohen
口袋资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！
用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。
你将会学到的
- 深度学习的理论和数学
- 如何构建人工神经网络
- 前馈和卷积网络的架构
- 在 PyTorch 中构建模型
- 梯度下降的演算和代码
- 微调深度网络模型
- 从头开始学习 Python（无需之前的编码经验）
- 自编码器如何以及为何工作
- 如何使用迁移学习
- 使用正则化提高模型性能
- 优化权重初始化
- 使用预定义和学习的内核理解图像卷积
- 深度学习模型是可理解的还是神秘的黑盒！
- 使用 GPU 进行深度学习（比 CPU 快得多！）
课程内容
32 个章节 • 265 个讲座 • 总时长 57 小时 19 分钟展开所有章节
介绍2 个讲座 • 17 分钟
下载所有课程资料2 个讲座 • 8 分钟
深度学习中的概念5 个讲座 • 1 小时 16 分钟
关于 Python 教程1 个讲座 • 4 分钟
数学，numpy，PyTorch19 个讲座 • 3 小时 21 分钟
梯度下降10 个讲座 • 1 小时 57 分钟
ANN（人工神经网络）21 个讲座 • 5 小时 12 分钟
过拟合和交叉验证8 个讲座 • 1 小时 48 分钟
正则化12 个讲座 • 2 小时 38 分钟
元参数（激活、优化器）24 个讲座 • 4 小时 52 分钟
还有 22 个章节
要求
- 有兴趣学习深度学习！
- 课程中教授 Python/Pytorch 技能
- 一个 Google 帐户（google-colab 用作 Python IDE）
说明
深度学习正日益主导技术，并对社会产生重大影响。
从自动驾驶汽车到医疗诊断，从人脸识别到深度造假，从语言翻译到音乐生成，深度学习正像野火一样蔓延到现代科技的各个领域。
但深度学习不仅仅是关于超级花哨、尖端、高度复杂的应用程序。深度学习正日益成为机器学习、数据科学和统计学的标准工具。小型初创公司使用深度学习进行数据挖掘和降维，政府使用深度学习检测逃税行为，科学家使用深度学习检测研究数据中的模式。
深度学习现在已用于大多数技术、商业和娱乐领域。而且它每年都变得越来越重要。
深度学习是如何工作的？
深度学习建立在一个非常简单的原则之上：采用超级简单的算法（加权和和非线性），并重复多次，直到结果是数据的极其复杂和复杂的学习表示。
真的那么简单吗？ 嗯，好吧，它实际上比这复杂一点；）但这是核心思想，其他一切——实际上是深度学习中的其他一切——只是将这些基本构建块组合在一起的巧妙方法。这并不意味着深度神经网络易于理解：前馈网络、卷积网络和循环网络之间存在重要的架构差异。
鉴于深度学习模型设计、参数和应用的多样性，你只能通过让经验丰富的老师指导你完成数学、实现和推理。当然，你需要有大量的动手示例和练习题来解决。深度学习基本上只是应用数学，而且众所周知，数学不是旁观运动！
这门课程是关于什么的？
简而言之：本课程的目的是深入了解深度学习。你将获得关于深度学习的灵活、基础和持久的专业知识。你将对深度学习的基本概念有深刻的理解，从而能够学习到未来出现的新主题和趋势。
请注意：本课程不适合希望通过一些已解决的示例快速了解深度学习的人。相反，本课程是为那些真正想了解深度学习如何以及为什么工作的人设计的；何时以及如何选择优化器、标准化和学习率等元参数；如何评估深度神经网络模型的性能；以及如何修改和调整现有模型以解决新问题。
你可以在本课程中学习有关深度学习的所有内容。
在本课程中，你将学习
- 理论：为什么深度学习模型是这样构建的？
- 数学：深度学习的公式和机制是什么？
- 实施：深度学习模型是如何在 Python 中实际构建的（使用 PyTorch 库）？
- 直觉：为什么这个或那个元参数是正确的选择？如何解释正则化的效果？等等
- Python：如果你完全不熟悉 Python，请阅读 8 小时以上的编码教程附录。如果你已经是知识渊博的编码员，那么你仍然会学习一些新技巧和代码优化。
- Google-colab：Colab 是一个了不起的在线工具，用于使用 Google 的云服务运行 Python 代码、模拟和繁重的计算。无需在你的计算机上安装任何东西。
本课程的独特之处
- 对深度学习中的概念进行清晰易懂的解释。
- 对相同想法的几种不同解释，这是一种经过验证的学习技术。
- 使用提供人工神经网络直觉的图形、数字和空间的可视化。
- 大量 的练习、项目、代码挑战以及探索代码的建议。自己动手学得最好！
- 活跃的问答论坛，你可以在其中提出问题、获得反馈并为社区做出贡献。
- 8 小时以上的 Python 教程。这意味着你无需在注册本课程之前掌握 Python。
那你还在等什么？？
观看课程介绍视频和免费示例视频，了解更多关于本课程的内容和我的教学风格。如果你不确定本课程是否适合你并想了解更多信息，请在注册前随时与我联系。
我希望很快能在课程中见到你！
麦克风
此课程面向哪些人：
- 深度学习课程中的学生
- 机器学习爱好者
- 任何对 AI（人工智能）机制感兴趣的人
- 想要扩展技能库的数据科学家
- 有抱负的数据科学家
- 对深度学习感兴趣的科学家和研究人员
