|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/redes-neurais/
课程评论：没有评论
课程名称：深度学习实用手册 - 深度神经网络 课程概述：你是否想过如果深度神经网络有一本实用的手册，里面有一步一步的指令来指导如何构建它们？现在，这本手册已经存在！通过这本手册，你将从最基本的神经元（如感知器、Adaline 和 Sigmoid）开始，逐步实现一个完整的神经网络，包括以下内容： - 学习率、动量、丢弃法、L1/L2 正则化 - 权重初始化技巧（正态分布、均匀分布，以及 Glorot/Xavier） - 小批量梯度下降、冻结、学习率衰减、早期停止、批量归一化 此外，这本手册还包含专家的秘密和技巧，帮助你更轻松地训练自己的神经网络，例如： - 每个超参数（学习率、层数、神经元数量、批量大小等）的最佳值是什么？ - 当网络不收敛时该怎么办？ - 如何避免消失/爆炸梯度问题？ - 如何识别并解决欠拟合和过拟合问题？ 这本手册还附带了实现神经网络的关键工具：反向传播。很少有人知道如何使用它，但在这本手册中，你会找到一种独特而难忘的教学方法，称为“内部导数乘以外部导数”的方法！ 所有这些内容都是由这本手册的作者提供的，他： - 自2018年起成为谷歌机器学习开发专家 - 自2016年起从事机器学习和深度学习工作 - 是机器学习研究生课程的讲师 - 在深度学习领域获得博士学位 - 拥有深度学习的纳米学位 - 自2015年开始训练神经网络 这个课程将为你提供一个全面的深度学习学习体验，让你能够更有效地构建和训练自己的神经网络。
Já pensou se as Redes Neurais viessem com um Manual Prático de instruções passo-a-passo sobre como construí-las?Pois é, esse manual agora existe!Com ajuda desse Manual, você vai implementar desde os neurônios mais básicos (como o Perceptron, o Adaline e o Sigmoid) até uma Rede Neural completa com:learning ratemomentumdropoutregularização L1/L2técnicas de inicialização de pesos (normal, uniform, e glorot/xavier)mini-batch Gradiente Descendentefreezinglearning rate decayearly stoppingbatch normalizationAlém disso, esse Manual também contém segredos e dicas de especialistas pra lhe ajudar a treinar suas próprias Redes Neurais bem mais fácil, como:quais os melhores valores para cada hiperparâmetro (learning rate, qtde. de camadas, qtde. neurônios, tamanho do batch, etc)?o que fazer quando a rede não converge?como evitar os problemas de vanishing/exploding gradients?como identificar e resolver underfitting e overfitting?Esse Manual também acompanha a ferramenta essencial pra implementação de Redes Neurais: a Backpropagation.Poucas pessoas sabem utilizá-la, mas nesse Manual você encontra um método único e memorável de ensino conhecido como "deriva quem tá dentro e multiplica por quem tá fora!".Tudo isso feito pelo autor desse Manual, que:é Google Developer Expert em Machine Learning desde 2018trabalha com Machine Learning e Deep Learning desde 2016é professor de Pós-Graduação em Machine Learningé Doutor em Deep Learningtem um nanodegree em Deep Learningtreina Redes Nerais desde 2015
