480
吳恩達deeplearning.ai將於11月6日開放第四課，主講卷積神經網絡
截止到2017年10月25日，吳恩達在Coursera上有3門深度學習課程:
第一課：神經網絡和深度學習（Neural Networks and Deep Learning）
第二課：改善深度神經網絡:調優超參數，正則化和優化（Improving Deep Neural Networks: Hyperparamater tuning, Regularization and Optimization）
第三課：構建機器學習項目（Structuring Machine Learning Projects）
終於，11月6日吳恩達將在deeplearning.ai上開放第四節課程，這次課程的主要內容圍繞卷積神經網絡（CNNs）。
根據網站上的介紹，第四課將教你如何建立卷積神經網絡，並將其應用於圖像數據。正如你所知道的，計算機得益於深度學習，它的視覺效果比兩年前要好得多，現在有許多令人激動的應用，從安全的自動駕駛，到準確的麵部識別，再到自動解讀放射圖像。
完成這門課程後，你將會：
了解如何建立一個卷積神經網絡，包括新近變化，如殘差網絡（residual networks）。
知道如何將卷積網絡應用到視覺檢測和識別任務中。
知道使用神經風格轉變來產生藝術作品。
能夠將這些算法應用到各種圖像、視頻和其他二維或三維數據中。
本課程適用人群：
-已經學習了前兩門專業課程，第三門課程是推薦學習的。
-已經對神經網絡相關內容有了堅實的理解，並且想要學習卷積神經網絡或處理圖像數據。
教學方除了吳恩達之外，還有兩名講師，下麵是他們的相關介紹：
本次課程的難易程度為中級，需要經過4周的時間來完成，每周花費4-5小時的學習時間。授課語言這次隻以英語形式進行。其次，這節課目前還沒有對你的硬件有任何要求，除非你想在本地下載Jupyter Notebook，以便進行離線工作。
最後，大家最關心的可能還是如何完成這門課程並拿到相關證書，要求就是通過所有記分作業即可。
本文為AiTechYun出品，轉載請注明出處。更多內容關注微信公眾號：atyun_com
最後更新：2017-11-02 10:33:50