初级
提供者 : Josh Turner
3 课时 · 19m
语言：阿拉伯语, 德语, 英语, 西班牙语, 法语, 葡萄牙语, 简体中文
课程描述
神经网络已成为机器学习不可或缺的一部分，可用于从图像处理到自然语言处理的各种应用。在这些课程中，您将了解神经网络的基本概念，包括人工神经网络（ANN）和最小二乘法。您将探索如何使用TensorFlow构建ANN以及如何使用最小二乘法来优化其性能。
接下来，您将深入研究卷积神经网络（CNN），这是一种常用于图像处理的神经网络。您将了解CNN中使用的不同层，例如卷积层、池化层和展平层，以及它们在图像处理中的主要用途。您还将发现CNN的不同应用，例如图像识别和对象检测。
总的来说，您将获得构建神经网络所使用的不同概念和技术的基本理解，以及在项目中应用它们所需的技能。
您将学到的内容
- 了解神经网络的基础概念，包括人工神经网络（ANN）和最小二乘法
- 使用TensorFlow构建人工神经网络（ANN）
- 应用最小二乘法优化ANN的性能
- 探索卷积神经网络（CNN）及其所用层，包括卷积层、池化层和展平层
- 识别CNN的应用场景，如图像识别和目标检测
关键要点
- 神经网络是机器学习不可或缺的组成部分，可应用于从图像处理到自然语言处理的各类场景。
- 人工神经网络（ANN）可使用TensorFlow构建，最小二乘法可用于优化其性能。
- 卷积神经网络（CNN）是一种常用于图像处理的神经网络类型。
- CNN使用不同的层，包括卷积层、池化层和展平层，每层在图像处理中各有其主要用途。
- CNN具有图像识别和目标检测等应用场景。
常见问题
在本课程中，我将学到什么？
您将学习神经网络的基础概念，包括人工神经网络（ANN）和最小二乘法，如何使用TensorFlow构建ANN，如何使用最小二乘法优化其性能，以及图像处理中使用的卷积神经网络（CNN）的基础知识。
本课程适合初学者吗？
是的。本课程对构建神经网络所用的不同概念和技术提供基础性理解，并提供在项目中应用这些技能所必需的能力。
本课程中涵盖的卷积神经网络（CNN）是什么？
CNN是一种常用于图像处理的神经网络。本课程涵盖CNN中使用的不同层，如卷积层、池化层和展平层，以及图像识别和目标检测等应用场景。
课程涵盖哪些主题？
课程内容包括模型类型、人工神经网络和卷积神经网络。
通过本课程，我将获得哪些技能？
您将培养人工神经网络、深度学习、深度学习方法、ImageNet、神经工程和TensorFlow方面的技能。
