在线课程 – DeepLearning.AI 深度学习专业认证

Suggested by: Coursera (What is Coursera?)

Professional Certificate

中档

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 构建和培训深度神经网络并实现极化神经网络。
  • 确定架构参数并将深度学习应用于您的应用程序。
  • 使用最佳实践来培训和开发测试组。
  • 分析构建深度学习应用程序时的偏差/差异。
  • 在 TensorFlow 中实施优化算法并执行神经网络。
  • 在机器学习系统中实施减少错误的策略。
  • 构建卷积神经网络并将其应用于视觉识别和识别任务。
  • 构建和培训递归神经网络及其变体(GRU、LSTM)。
  • 使用 NLP 和单词插图。
  • 使用 HuggingFace 的编码器和变压器。

What you will learn in the course

Courses for which the course is suitable

  • 人工智能软件开发人员
  • 机器学习工程师
  • 数据分析师
  • 语音识别系统开发人员
  • 聊天机器人开发人员
  • 机器翻译系统开发人员
  • 自然语言处理应用程序开发人员
  • 开发商: Music Synthesis Systems
  • 神经网络工程师
  • 深度学习专家
  • 人工智能领域的研究员
  • 行业 AI 解决方案开发人员

深度学习专业

Deep Learning Specialization 是一项基础计划,可帮助您了解深度学习的能力、挑战和影响,并为参与高级 AI 技术的开发做好准备。

作为此专业的一部分,您将构建和训练神经网络架构,例如:

  • 卷积神经网络
  • 循环网络
  • LSTM
  • 变形金刚

您将学习如何使用 Dropout、BatchNorm 等策略来改进它们。准备好使用 Python 和 TensorFlow 掌握理论理解及其在行业中的应用,并解决以下实际案例:

  • 语音识别
  • 音乐合成器
  • 聊天机器人
  • 机器翻译
  • 自然语言处理

AI 正在改变许多行业的面貌。专攻深度学习为您提供了一条途径,通过获得将推动您职业生涯的知识和技能,在 AI 世界中迈出决定性的一步。在此过程中,您还将收到来自工业界和学术界的深度学习专家的职业建议。

应用学习项目

在课程结束时,您将能够:

  • 构建和训练深度神经网络并实施极化神经网络。
  • 确定架构参数并将深度学习应用于您的应用程序。
  • 使用最佳实践来培训和开发测试组。
  • 分析构建深度学习应用程序时的偏差/差异。
  • 在 TensorFlow 中实施优化算法并执行神经网络。
  • 实施策略以减少机器学习系统中的错误。
  • 构建卷积神经网络并将其应用于视觉识别和识别任务。
  • 构建和培训递归神经网络及其变体(GRU、LSTM)。
  • 使用 NLP 和单词插图。
  • 用于 HuggingFace 编码器和变压器。

Details of the courses that make up the specialization

神经网络和深度学习

课程 1 • 24 小时 • 4.9 (121,879 个评分)

您将学到什么:

  • 神经网络和深度学习的基本概念。
  • 构建、训练和应用完全连接的深度神经网络。
  • 实现高效的 (矢量化) 神经网络。
  • 确定神经网络架构中的关键参数。
  • 将深度学习应用于您自己的应用程序。

您将获得的技能:

  • Tensorflow
  • 深度学习
  • 超参数优化
  • 数学优化

改进深度神经网络:超参数调整、正则化和优化

课程 2 • 23 小时 • 4.9 (63,126 个评分)

您将学到什么:

  • 了解提高深度学习性能的流程。
  • 使用标准神经网络技术,例如初始化、L2 和 dropout 正则化。
  • 实现各种优化算法,如小批量梯度下降、Momentum、RMSprop 和 Adam。
  • 在 TensorFlow 中实现神经网络。

您将获得的技能:

  • 门控循环单元 (GRU)
  • 递归神经网络
  • 自然语言处理
  • 长短期记忆 (LSTM)
  • 注意力模型

构建机器学习项目

课程 3 • 6 小时 • 4.8 (49,853 条评价)

您将学到什么:

  • 构建一个成功的机器学习项目。
  • 诊断机器学习系统中的错误。
  • 了解复杂的 ML 设置并应用端到端学习。

您将获得的技能:

  • 人工神经网络
  • 反向传播
  • Python 编程
  • 神经网络架构

卷积神经网络

课程 4 • 35 小时 • 4.9 (42,276 个等级)

您将学到什么:

  • 构建卷积神经网络并将其应用于视觉检测任务。
  • 使用神经样式迁移生成艺术。

您将获得的技能:

  • 决策
  • 机器学习
  • 感应式转移
  • 多任务学习

序列模型

课程 5 • 37 小时 • 4.8 (30,314 个评分)

您将学到什么:

  • 构建和训练递归神经网络 (RNN) 及其变体。
  • 将 RNN 应用于自然语言处理任务。

您将获得的技能:

  • 人脸识别系统
  • Tensorflow
  • 卷积神经网络
  • 对象检测和分割