【Deep Learning Nanodegree Foundation笔记】第 0 课:课程

作者: 音乐  发布:2019-11-03
  • ##### 第一周

    ### 机器学习的类型,以及何时使用机器学习

    我们将首先简单介绍线性回归和机器学习。这将让你熟悉这些领域的常用术语,你需要了解的技术进展,并了解深度学习在更大的机器学习背景中的位置。

    直播:线性回归

    WEEK 1
    Types of Machine Learning and when to use Machine Learning
    Live session: Linear regression from scratch

  • ##### 第二周

    ### 神经网络的架构和类型

    然后,我们将深入探索神经网络,并了解各种规范架构,如 AlexNet、LeNet 等。我们将使用这些神经网络将含有数字的图像自动转换为相应的数字。

    直播:数值分类

    WEEK 2
    Neural Network Architecture + Types
    Live session: Numerical classification from scratch

  • ##### 第三周

    ### 云计算和情绪分析

    我们将使用 GPU 云计算训练深层神经网络,使用相关模型对目标文本进行简单的情绪分析。

    直播:情绪分析入门,云计算详细指导

    WEEK 3
    Cloud computing + sentiment analysis
    Live session: Sentiment Analysis from scratch + cloud computing detailed instructions

  • ##### 第四周

    ### 数学标记法和推荐系统

    这周,我们将探索推荐系统的世界,例如 Netflix,亚马逊和其他网站使用的那些。你还将学习线性代数基础知识,在整个深度学习课程中,这都很有用。

    直播:多种数学示例和推荐系统

    WEEK 4
    Math Notation + recommender systems
    Live session: Various math examples + recommender system from scratch

  • ##### 第五周

    ### 数据准备(数据清洗、正则化、降维)

    要实际应用深度学习,关键之一是收集正确的训练数据。在本课中,我们将探讨可以用来清洗和正则化数据的各种技术,让你训练出有效的模型。

    直播:数据准备

    WEEK 5
    Data preparation (cleaning, regularization, dimensionality reduction)
    Live session: Data prep from scratch

  • ##### 第六周

    ### 无人机图像追踪

    卷积神经网络(CNN)是目前神经网络领域最令人振奋的进步之一,它现在已经可以比人类更出色地对图像中的物体分类。在本课中,我们将学习这些神经网络背后的原理,并使用它们来追踪无人机图像。

    直播:图片分类

    WEEK 6
    Drone image tracking
    Live session: Image classification from scratch

  • ##### 第七周

    ### 预测

    在本课中,我们将了解递归神经网络(RNN),一种特别适合时间序列数据的神经网络架构。我们会把它应用到一些最重要的时间序列数据——股票价格!

    直播:股票价格预测

    WEEK 7
    Stock prediction
    Live session: Stock prediction from scratch

  • ##### 第八周

    ### 艺术品生成

    除了简单的预测,深层神经网络现在也能够基于样本生成音乐,图像和艺术品。在本课中,我们将通过一种称为“风格迁移(Style Transfer)”的技术,使用神经网络来创建基于我们输入的艺术品的新艺术品。

    直播:艺术风格迁移

    WEEK 8
    Art generation
    Live session: Artistic Style transfer from scratch

  • ##### 第九周

    ### 音乐生成(将 LSTM 神经网络应用于音频)

    正如 DeepMind 著名的 Wavenet 论文所表明,神经网络也可以应用于处理音频。在本课中,我们将使用一种称为 LSTM 的递归神经网络来基于现有样本生成新的音乐片段。

    直播:音乐生成

    WEEK 9
    Music generation (LSTMs applied to Audio)
    Live session: Generating music from scratch

  • ##### 第十周

    ### 诗歌生成(将 LSTM 神经网络应用于自然语言处理)

    我们已经生成了图像和音乐,本周,我们将扩展到文本和语言,使用 LSTM 来基于训练数据生成新颖的书写样本。

    直播:文本生成

    WEEK 10
    Poetry generation (LSTMs applied to NLP)
    Live session: Text generation from scratch

  • ##### 第十一周

    ### 语言翻译(序列至序列学习)

    机器翻译最近取得的进展,很大程度上归功于神经网络。最新版本的谷歌翻译和百度翻译都使用深度学习架构,来将文字从一种语言翻译成另一种语言。这是使用一种称为序列至序列学习(Sequence to Sequence Learning)的过程完成的,我们将在本课中探讨。

    直播:语言翻译

    W E E K 11
    Language translation (sequence to sequence)
    Live session: Language translation from scratch

  • ##### 第十二周

    ### 语音聊天机器人 QA 系统

    我们进一步探索序列至序列学习,构建我们自己的聊天机器人 QA 系统,回答用户的各类问题。

    直播:聊天机器人

    WEEK 12
    Chatbot QA System with voice
    Live session: Chatbot from scratch

  • ##### 第十三周

    ### 游戏机器人(通过蒙特卡洛树搜索进行强化学习)

    深度学习领域最有趣的一些进展,发生在增强学习领域。神经网络通过动态的即时数据学习并调整,而不是使用过时的数据来训练。我们将应用强化学习构建简单的游戏机器人,让它可以在各种 Atari 游戏中获胜。

    直播:游戏机器人

    WEEK 13
    Game bot 2D (reinforcement learning via Monte-Carlo tree search)
    Live session: Game bot from scratch

  • ##### 第十四周

    ### 图片压缩

    深度学习也可以用来显著地改善压缩技术。在本课中,我们将使用深度学习来构建自动编码器,它可以自动找到数据稀疏样本。

    直播:自动编码器

    WEEK 14
    Image compression
    Live session: Autoencoder from scratch

  • ##### 第十五周

    ### 数据可视化

    在本课中,你将应用深层学习来检测数据中的异常值。这在用来防止信用卡欺诈的应用中非常有用。

    直播:数据可视化

    WEEK 15
    Data visualization
    Live session: Data visualization from scratch

  • ##### 第十六周

    ### 图片生成

    生成对抗网络(GAN)是深度学习中最深层的进步之一。你将探索这个新概念,使用计算机生成图像。大多数人不会相信这些图片是计算机生成的!

    直播:生成对抗网络(GAN)

    WEEK 16
    Image generation
    Live session: Generative adversarial network from scratch

  • ##### 第十七周

    ### 小样本学习(概率规划)

    最后,我们将介绍小样本学习(one-shot learning)——神经网络只能从一个(或几个)样本中学习,而不是大量数据。

    直播:小样本学习

    WEEK 17
    One-shot learning (Probabilistic Programming)
    Live session: One shot learning from scratch

    ##### 实战项目 1

    ### 你的第一个神经网络  Your First Neural Network

    搭建一个简单的神经网络,预测共享单车的使用情况。

    ##### 实战项目 2

    ### 物体识别  Object Recognition

    搭建一个神经网络,可以识别图片中的物体。

    ##### 实战项目 3

    ### 生成电视剧剧本  Generate TV Scripts

    使用深度学习,为你最喜爱的电视连续剧生成剧本。

    ##### 实战项目 4

    ### 开发翻译机器人 Make a Translation Chatbot

    开发一个翻译机器人,可以在你与朋友聊天时帮你即时翻译。

    ##### 实战项目 5

    ### 生成人脸  Generate Faces

    使用生成对抗网络(GAN)来生成原创的人脸图像。

Welcome to the Deep Learning Nanodegree Foundations Program! In this lesson, you'll meet your instructors, find out about the field of Deep Learning, and learn how to make the most of the resources Udacity provides.

 

本文由财神彩票发布于音乐,转载请注明出处:【Deep Learning Nanodegree Foundation笔记】第 0 课:课程

关键词: