以下为《绪论《神经网络与深度学习》ppt》的无排版文字预览，完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

绪论《神经网络与深度学习》神经网络：一种以（人工）神经元为基本单元的模型

深度学习：一类机器学习问题，主要解决贡献度分配问题。人工智能的一个子领域更详细的课程概括概述

机器学习概述

线性模型

基础网络模型

前馈神经网络

卷积神经网络

循环神经网络

网络优化与正则化

记忆与注意力机制

无监督学习

进阶模型

概率图模型

玻尔兹曼机

深度信念网络

深度生成模型

深度强化学习

序列生成模型

章节内容基础知识线性代数

微积分

数学优化

概率论

信息论

推荐教材邱某某,神经网络与深度学习,机械工业出版社, 2020，ISBN ***49687

阿斯顿·张等,动手学深度学习, ISBN: ***05835

https://d2l.ai/

有PyTorch版

Bishop, C.M. (2006). Pattern recognition and Machine Learning. Springer. ISBN ***10公共课程斯坦福大学CS224n: Deep Learning for Natural Language Processing

https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1194/

Chris Manning 主要讲解自然语言处理领域的各种深度学习模型

斯坦福大学CS231n: Convolutional Neural Networks for Visual Recognition

http://cs231n.stanford.edu/

Fei-Fei Li Andrej Karpathy 主要讲解CNN、RNN在图像领域的应用

加州大学伯克利分校 CS 294: Deep Reinforcement Learning

http://rail.eecs.berkeley.edu/deeprlcourse/顶会论文NeurIPS、ICLR、ICML、AAAI、IJCAI

ACL、EMNLP

CVPR、ICCV

…人工智能的研究领域让机器具有人类的智能

机器感知（计算机视觉、语音信息处理）

学习（模式识别、机器学习、强化学习）

语言（自然语言处理）

记忆（知识表示）

决策（规划、数据挖掘）发展历史人工智能系统规则专家知识（人工规则）机器学习 ≈ 构建一个映射函数语音识别

图像识别

围棋

机器翻译“9”“你好”“6-5”“Hello!”“你好！”(落子位置)芒果机器学习https://doc.001pp.com/How-do-you-explain-Machine-Learning-and-Data-Mining-to-non-Computer-Science-people如果判断芒果是否够甜？芒果机器学习从市场上随机选取的芒果样本（训练数据），列出每个芒果的所有特征：

如颜色，大小，形状，产地，品牌

以及芒果质量（输出变量）：

甜蜜，多汁，成熟度。

设计一个 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 多现代深度网络的技术

随着大规模并行计算以及GPU设备的普及，计算机的计算能力得以大幅提高。此外，可供机器学习的数据规模也越来越大。在计算能力和数据规模的支持下，计算机已经可以训练大规模的人工神经网络。深度学习革命AI领域

语音识别：可以使得词错误率从1/4下降到1/8

计算机视觉：目标识别、图像分类等

自然语言处理：分布式表示、机器翻译、问题回答等

信息检索、社会化网络

三个Deep：

Deep Blue

Deep QA

Deep Learning常用的深度学习框架简易和快速的原型设计

自动梯度计算

无缝CPU和GPU切换

[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]

以上为《绪论《神经网络与深度学习》ppt》的无排版文字预览，完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。