Deep Learning读书分享：序列建模与实践方法论 | 公开课

公开课活动预告

  活动信息

分享图书：Deep learning （深度学习）

分享人：孙嘉睿，迅雷人工智能图像算法工程师，北京大学信息工程学院博士，京都大学情报学硕士。

时间：12月2日（周六）15:30

地点：AI 研习社微信群

  本期剧透

本次读书分享主要针对《深度学习》第十章和第十一章内容，梳理主要内容：

第10章序列建模：循环和递归网络

• 展开计算图

• 循环神经网络

• 深度循环网络

• 递归神经网络

• 长期依赖的挑战

• 回声状态网络

• 渗漏单元和其他多时间尺度的策略

• 长短期记忆和其他门控RNN

• 优化长期依赖

• 外显记忆

第11章实践方法论

• 性能度量

• 默认的基准模型

• 决定是否收集更多数据

• 选择超参数

• 调试策略

• 示例：多位数字识别

  观看直播

长按或扫描下方二维码，进入 AI 研习社（okweiwu）微信交流群，12月2日（周六）15点30分活动准时开始！

如何选择机器学习模型？

如何提高选择算法的能力？

对于算法能力应该从哪块开始抓起？

欢迎报名算法基础课程

算法推导+实操

双倍告诉你

▼▼▼  

公开课精彩往期回顾

复旦Ph.D沈志强：用于目标检测的DSOD模型（ICCV 2017）

极限元刘斌：深度学习在语音生成问题上的典型应用

搜狗文仕学：基于深度学习的语音分离

Video ++孙兆民：视频内容识别行业分析

悉尼科大王超岳：基于生成对抗网络的图像编辑方法

达观数据张健：文本分类方法和应用案例

清华Ph.D王书浩：基于深度学习的电商交易欺诈检测系统

Twitter工程师王东：详解YOLO2与YOLO9000目标检测系统

Kaggle比赛金牌团队：图像比赛的通用套路有哪些？

宜远智能刘凯：显著降低模型训练成本的主动增量学习

如果你觉得活动不错，欢迎点赞并转发本文~

               ▼▼▼