亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

主題： Deep Sequence Modeling

簡介：

• 一個序列建模問題：預測下一個單詞

• 循環神經網絡（RNNs）

• 時間反向傳播（BPTT）

• 長短期記憶（LSTM）網絡

• RNN應用

課程簡介

麻省理工學院的深度學習入門課程，適用于計算機視覺，自然語言處理，生物學等領域。主要內容包括深度序列建模，深度計算機視覺，深度生成模型，深度強化學習等。旨在讓學習者獲得深度學習算法的基礎知識，并獲得在TensorFlow中構建神經網絡的實踐經驗。

課程大綱

• 第一講 - 深度學習入門
• 第二講 - 深度序列建模
• 實驗一 - Tensorflow簡介；音樂產生
• 第三講 - 深度計算機視覺
• 第四講 - 深度生成建模
• 實驗二 - 消除面部識別系統的偏見
• 第五講 - 深度強化學習
• 第六講 - 局限性和新領域
• 實驗三 - 像素到控制學習

首席講師：Alexander Amini、Ava Soleimany

講師簡介

Alexander Amini在麻省理工學院獲得了電子工程和計算機科學的理學學士學位和碩士學位，目前為麻省理工學院（MIT）博士生 ，NSF研究員，MIT6.S191的主要組織者和講師：《深度學習入門》。研究重點是構建用于自主系統的端到端控制（即對執行的感知）的機器學習算法，并為這些算法制定保證。并且從事自動駕駛汽車的控制，深層神經網絡的置信度，人類移動性的數學建模以及構建復雜的慣性優化系統等方面的工作。

Ava Soleimany在麻省理工學院獲得了計算機科學和分子生物學的理學學士學位，目前為哈弗大學生物學理學博士、麻省理工學院博士生，同為MIT6.S191的主要組織者和講師：《深度學習入門》。