https://www.coursera.org/specializations/deep-learning#courses
深度学习专项课程是一个基础性项目,将帮助你理解深度学习的能力、挑战和后果,并为你参与领先的人工智能技术的发展做好准备。
在这个专项课程中,你将构建和训练神经网络架构,如卷积神经网络、循环神经网络、LSTMs、Transformers,并学习如何通过策略(如Dropout、BatchNorm、Xavier/He初始化等)来改进它们。准备好使用Python和TensorFlow来掌握理论概念及其在工业应用中的运用,并应对实际案例,如语音识别、音乐合成、聊天机器人、机器翻译、自然语言处理等。
人工智能正在改变许多行业。深度学习专项课程为你提供了一条通往人工智能世界的路径,帮助你获得知识和技能,提升职业发展。在学习过程中,你还将得到来自工业界和学术界深度学习专家的职业建议。
实践项目
在课程结束时,你将能够:
• 构建和训练深度神经网络,实现矢量化神经网络,识别架构参数,并将深度学习应用于你的应用程序
• 使用最佳实践来训练和开发测试集,并分析构建深度学习应用程序的偏差/方差,应用标准神经网络技术,应用优化算法,并在TensorFlow中实现神经网络
• 使用策略来减少机器学习系统中的错误,了解复杂的机器学习设置,并应用端到端、迁移和多任务学习
• 构建卷积神经网络,并将其应用于视觉检测和识别任务,使用神经风格迁移生成艺术,并将这些算法应用于图像、视频和其他二维/三维数据
• 构建和训练循环神经网络及其变体(GRUs、LSTMs),将RNN应用于字符级语言建模,处理自然语言处理和词嵌入,并使用HuggingFace的tokenizer和transformer执行命名实体识别和问答任务