深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)培訓(xùn)

該課程將系統(tǒng)介紹人工智能中的神經(jīng)網(wǎng)絡(luò)，特別是深度學(xué)習(xí)的發(fā)展現(xiàn)狀、基本原理和主要方法。包括：人工智能綜述，生物神經(jīng)系統(tǒng)，人工神經(jīng)元模型，BP網(wǎng)絡(luò)，Hopfield網(wǎng)絡(luò)，深度卷積神經(jīng)網(wǎng)絡(luò)（CNN），長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）和深度強(qiáng)化學(xué)習(xí)等。重點(diǎn)分析若干典型CNN模型，并結(jié)合具體應(yīng)用案例，進(jìn)行編程實(shí)操剖析。

人工智能綜述

1.引言∶ 人工智能及其特點(diǎn)

2.深度人工智能學(xué)習(xí)方法

3.深度學(xué)習(xí)∶Al的新突破

4.支持Al的大數(shù)據(jù)和計(jì)算平臺(tái)

5.認(rèn)知智能的前沿探索

人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)

1.人工神經(jīng)元模型

2.人工神經(jīng)網(wǎng)絡(luò)概述

3.BP網(wǎng)絡(luò)結(jié)構(gòu)

4.學(xué)習(xí)算法及改進(jìn)型學(xué)習(xí)算法

5.神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

6.Hopfield網(wǎng)絡(luò)

7.人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)章節(jié)回顧

長(zhǎng)短期記憶網(wǎng)絡(luò)

1.理解LSTM

2.LSTM與DCNN的結(jié)合

3.強(qiáng)化學(xué)習(xí)的基本原理

4.增強(qiáng)學(xué)習(xí)算法引言

生物神經(jīng)系統(tǒng)

1.深度強(qiáng)化學(xué)習(xí)

2.基于感知智能的認(rèn)知智能探索

3.人工智能的腦科學(xué)基礎(chǔ)

深度卷積神經(jīng)網(wǎng)絡(luò)

1.DCNN發(fā)展歷程回顧

2.DCNN基本原理

3.典型DCNN結(jié)構(gòu)

4.編程實(shí)操剖析

5.深度卷積神經(jīng)網(wǎng)絡(luò)討論

6.深度卷積神經(jīng)網(wǎng)絡(luò)總結(jié)

深度強(qiáng)化學(xué)習(xí)

1.強(qiáng)化學(xué)習(xí)問題和MDP與隨機(jī)動(dòng)態(tài)規(guī)劃

2.典型的強(qiáng)化學(xué)習(xí)算法

3.深度強(qiáng)化學(xué)習(xí)