《深度學(xué)習(xí)清華大學(xué)》課件_第1頁(yè)
《深度學(xué)習(xí)清華大學(xué)》課件_第2頁(yè)
《深度學(xué)習(xí)清華大學(xué)》課件_第3頁(yè)
《深度學(xué)習(xí)清華大學(xué)》課件_第4頁(yè)
《深度學(xué)習(xí)清華大學(xué)》課件_第5頁(yè)
已閱讀5頁(yè),還剩26頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

深度學(xué)習(xí)清華大學(xué)本課程旨在深入淺出地講解深度學(xué)習(xí)理論和實(shí)踐,并提供豐富的案例和項(xiàng)目實(shí)踐機(jī)會(huì)。課程介紹課程名稱深度學(xué)習(xí)授課教師清華大學(xué)計(jì)算機(jī)系教授課程目標(biāo)幫助學(xué)生掌握深度學(xué)習(xí)基本概念,并具備應(yīng)用深度學(xué)習(xí)解決實(shí)際問題的能力。課程目標(biāo)了解深度學(xué)習(xí)的基本概念神經(jīng)網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò),循環(huán)神經(jīng)網(wǎng)絡(luò)等掌握深度學(xué)習(xí)的常用算法監(jiān)督學(xué)習(xí),非監(jiān)督學(xué)習(xí),強(qiáng)化學(xué)習(xí)等熟悉深度學(xué)習(xí)的系統(tǒng)架構(gòu)和框架TensorFlow,PyTorch等能夠應(yīng)用深度學(xué)習(xí)解決實(shí)際問題計(jì)算機(jī)視覺,自然語(yǔ)言處理,語(yǔ)音識(shí)別等主要內(nèi)容1深度學(xué)習(xí)基礎(chǔ)感知機(jī),多層神經(jīng)網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò),循環(huán)神經(jīng)網(wǎng)絡(luò),生成對(duì)抗網(wǎng)絡(luò)等2深度學(xué)習(xí)算法監(jiān)督學(xué)習(xí),非監(jiān)督學(xué)習(xí),強(qiáng)化學(xué)習(xí)等3深度學(xué)習(xí)系統(tǒng)架構(gòu)深度學(xué)習(xí)框架,數(shù)據(jù)預(yù)處理,特征工程,模型選擇與調(diào)優(yōu),模型評(píng)估與部署等4深度學(xué)習(xí)應(yīng)用場(chǎng)景計(jì)算機(jī)視覺,自然語(yǔ)言處理,語(yǔ)音識(shí)別,推薦系統(tǒng),金融科技,醫(yī)療健康,自動(dòng)駕駛等基礎(chǔ)知識(shí)回顧線性代數(shù)矩陣,向量,特征值,特征向量等概率論與統(tǒng)計(jì)概率分布,假設(shè)檢驗(yàn),貝葉斯定理等微積分導(dǎo)數(shù),積分,梯度等感知機(jī)神經(jīng)元模型模擬生物神經(jīng)元的簡(jiǎn)單模型,通過激活函數(shù)進(jìn)行非線性映射感知機(jī)結(jié)構(gòu)多個(gè)神經(jīng)元組成,實(shí)現(xiàn)線性分類感知機(jī)學(xué)習(xí)算法通過梯度下降算法進(jìn)行權(quán)重更新,以最小化誤差多層神經(jīng)網(wǎng)絡(luò)輸入層接收數(shù)據(jù)隱藏層進(jìn)行非線性變換,提取特征輸出層輸出預(yù)測(cè)結(jié)果卷積神經(jīng)網(wǎng)絡(luò)1卷積層提取局部特征2池化層降維,減少參數(shù)3全連接層進(jìn)行分類或回歸循環(huán)神經(jīng)網(wǎng)絡(luò)1記憶單元存儲(chǔ)歷史信息2輸入層接收數(shù)據(jù)3輸出層輸出預(yù)測(cè)結(jié)果生成對(duì)抗網(wǎng)絡(luò)2生成器生成偽造數(shù)據(jù)2判別器區(qū)分真實(shí)數(shù)據(jù)和偽造數(shù)據(jù)常見深度學(xué)習(xí)算法監(jiān)督學(xué)習(xí)有標(biāo)簽數(shù)據(jù)訓(xùn)練模型,預(yù)測(cè)新的標(biāo)簽非監(jiān)督學(xué)習(xí)無(wú)標(biāo)簽數(shù)據(jù)訓(xùn)練模型,發(fā)現(xiàn)數(shù)據(jù)中的隱藏結(jié)構(gòu)強(qiáng)化學(xué)習(xí)通過與環(huán)境交互學(xué)習(xí),以最大化獎(jiǎng)勵(lì)監(jiān)督學(xué)習(xí)分類將數(shù)據(jù)劃分到不同的類別中回歸預(yù)測(cè)連續(xù)值目標(biāo)變量非監(jiān)督學(xué)習(xí)聚類將數(shù)據(jù)分成多個(gè)組,組內(nèi)相似度高,組間相似度低降維減少數(shù)據(jù)的維度,保留重要信息強(qiáng)化學(xué)習(xí)狀態(tài)當(dāng)前環(huán)境狀態(tài)動(dòng)作采取的動(dòng)作獎(jiǎng)勵(lì)對(duì)動(dòng)作的評(píng)價(jià)策略如何選擇動(dòng)作深度學(xué)習(xí)系統(tǒng)架構(gòu)1數(shù)據(jù)預(yù)處理數(shù)據(jù)清洗,格式轉(zhuǎn)換等2特征工程提取有效特征3模型選擇與調(diào)優(yōu)選擇合適的模型,調(diào)整參數(shù)4模型評(píng)估與部署評(píng)估模型性能,部署到實(shí)際應(yīng)用中深度學(xué)習(xí)框架TensorFlow谷歌開發(fā)的開源深度學(xué)習(xí)框架,易于使用,功能強(qiáng)大PyTorchFacebook開發(fā)的開源深度學(xué)習(xí)框架,靈活,高效Keras基于TensorFlow或Theano的深度學(xué)習(xí)庫(kù),簡(jiǎn)潔,易于學(xué)習(xí)數(shù)據(jù)預(yù)處理特征工程特征選擇選擇最相關(guān)的特征特征提取從原始數(shù)據(jù)中提取新特征模型選擇與調(diào)優(yōu)1模型選擇根據(jù)任務(wù)選擇合適的模型類型2超參數(shù)調(diào)優(yōu)調(diào)整模型參數(shù)以提高性能模型評(píng)估與部署準(zhǔn)確率預(yù)測(cè)正確的樣本數(shù)占總樣本數(shù)的比例召回率預(yù)測(cè)正確的正樣本數(shù)占所有正樣本數(shù)的比例深度學(xué)習(xí)應(yīng)用場(chǎng)景計(jì)算機(jī)視覺圖像分類,目標(biāo)檢測(cè),人臉識(shí)別等自然語(yǔ)言處理機(jī)器翻譯,文本摘要,情感分析等語(yǔ)音識(shí)別語(yǔ)音轉(zhuǎn)文字,語(yǔ)音識(shí)別等推薦系統(tǒng)個(gè)性化推薦計(jì)算機(jī)視覺圖像分類識(shí)別圖像中的物體類別目標(biāo)檢測(cè)識(shí)別圖像中目標(biāo)物體的類別和位置人臉識(shí)別識(shí)別圖像中的人臉自然語(yǔ)言處理機(jī)器翻譯將一種語(yǔ)言的文本翻譯成另一種語(yǔ)言文本摘要自動(dòng)生成文本的簡(jiǎn)短摘要情感分析分析文本的情感傾向語(yǔ)音識(shí)別語(yǔ)音轉(zhuǎn)文字將語(yǔ)音信號(hào)轉(zhuǎn)換為文字語(yǔ)音識(shí)別識(shí)別語(yǔ)音內(nèi)容,例如命令,指令等推薦系統(tǒng)1內(nèi)容推薦推薦用戶可能感興趣的內(nèi)容2商品推薦推薦用戶可能感興趣的商品3用戶推薦推薦用戶可能感興趣的用戶金融科技1風(fēng)險(xiǎn)控制使用深度學(xué)習(xí)識(shí)別欺詐行為2投資策略使用深度學(xué)習(xí)進(jìn)行股票預(yù)測(cè)3客戶服務(wù)使用深度學(xué)習(xí)提供智能客服醫(yī)療健康1疾病診斷使用深度學(xué)習(xí)進(jìn)行疾病診斷2藥物研發(fā)使用深度學(xué)習(xí)加速藥物研發(fā)3個(gè)性化醫(yī)療使用深度學(xué)習(xí)提供個(gè)性化醫(yī)療服務(wù)自動(dòng)駕駛感知識(shí)別周圍環(huán)境決策規(guī)劃行駛路線控制控制車輛行駛未來(lái)展望更強(qiáng)大的計(jì)算能力硬件性能的提升將推動(dòng)深度學(xué)習(xí)的發(fā)展更豐富的算法新的算法將不斷涌現(xiàn),解決更復(fù)雜的問題更廣泛的應(yīng)用深度學(xué)習(xí)將應(yīng)用到更多領(lǐng)域?qū)W習(xí)建議預(yù)習(xí)課本內(nèi)容提前學(xué)習(xí)課本內(nèi)容,為課堂學(xué)習(xí)做好準(zhǔn)備積極

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論