 |
課程介紹
|
近年來，深度學習的突破性發展為人類開創了許多可能性，在各領域的應用如雨後春筍般出現：AI下圍棋、無人車駕駛......有了深度學習的幫助，人工智慧為人類的生活帶來了更多的可能性。本課程希望能為擁有基本機器學習概念的學員揭開深度學習的神秘面紗，深度學習到底「深」在哪裡？又要如何訓練和應用深度學習模型，這門課程都將為你娓娓道來。 |
 |
授課教師
|
黃世丞 / 阿柏教育共同創辦人兼技術長 |
 |
授課語言
|
中文 |
 |
授課方式
|
線上影片自學 |
 |
製作單位
|
DIGI+數位網路學院 |
 |
課程時數
|
2小時 |
課程大綱
| 課程簡報 | |||
| 深度學習 課程簡報下載 | 00:00:00 | ||
| 一、機器學習介紹 | |||
| 機器學習介紹 | 00:00:00 | ||
| 二、全連接層介紹 | |||
| 全連接層介紹 | 00:00:00 | ||
| 三、卷積神經網路 | |||
| 卷積神經網路 | 00:00:00 | ||
| 四、遞歸神經網路 | |||
| 遞歸神經網路 | 00:00:00 | ||
| 五、梯度下降法 | |||
| 梯度下降法 | 00:00:00 | ||
| 完課測驗 | |||
| 深度學習_完課測驗 | 01:00:00 | ||
課程評價
講師
330註冊的學生
有答案給錯
假設有個輸入二維、輸出一維的全連接層，輸入是[1,2]，所有的參數包含權重和偏差都是1，請問輸出會是多少？
這題應該是4而不是3
1 * 1 + 1 * 2 + 1 = 1 + 2 + 1 = 4
上完心得
學到很多深度學習相關的知識CNN、DNN、RNN以及梯度下降的知識。
五星好評
讚的拉
對於"深度學習"基礎了解有幫助
對於"深度學習"基礎了解有幫助