启智社区，确实给力

当前位置：首页 > 学习 > 实训 >

深度神经网络

深度神经网络

  • 来源：北京大学
  • 章节：4 单元：13

  • 田永鸿
进入实训课程

课程简介：

随着计算机体系结构和云计算技术的发展，深度学习已经成为人工智能领域最为活跃的研究领域，并凭借其强大的特征抽象能力和学习能力，在计算机视觉、自然语言处理、语音处理等研究领域取得了举世瞩目的成就，已经成为这些领域的主流方法，并且极大的促进了相关领域的应用落地。深度学习的核心是深度神经网络，与之前的机器学习模型不同，它能够自动地从大量训练数据中对特征进行有效的学习，将特征提取和模型训练结合在一起，具有强大的学习能力。
本课程主要聚焦于深度学习和神经网络的基础知识，从神经网络计算导论中来讲解神经网络的基础说明以及相关作用和生物信息处理的基础介绍，然后从神经网络计算基础方面来进行理论知识讲解和对应的实战训练，从神经网络的底层实现出发，帮助我们更好地掌握神经网络的底层原理，最后讲解视觉应用，介绍了深度学习在计算视觉中的应用以及神经形态视觉算法及其应用。



课程章节：

神经网络计算导论

本章节主要介绍神经网络计算导论，讲解了神经网络在人工智能和机器学习发展中的地位以及介绍神经网络基础和说明掌握神经网络的计算基础的作用，然后再讲解生物神经信息处理的基础，主要包括介绍人类视觉的基本结构，神经元如何表达和编码信息以及生物学习基本机理和规则和生物记忆的基本机理和结构。

神经网络基本概念和模型

本章节主要介绍神经网络基本概念和模型，然后从神经网络计算基础方面来进行理论知识讲解和对应的实战训练，主要讲解了深度神经网络基本概念、深度神经网络模型、深度神经网络学习、循环神经网络以及卷积神经网络模型以及相应实战。

神经网络高级模型

本章节主要介绍神经网络高级模型，主要讲解了深度强化学习、脉冲神经网络模型和新型神经网络，包括介绍强化学习的基本概念、分类和过程和生物神经元、SNN、脉冲神经元的生物物理模型（LIF、HH model、Izh、EIF、QIF、SRM）和讲解将Attention与DNN融合、引入模拟微皮层柱结构的神经网络、以及模拟神经系统的树突计算功能等知识以及相应实战。

视觉应用

本章节主要介绍神经网络在视觉方面的应用，对象检测Detection、分割Segmentation、图像检索Image Retrieval、图像超分Super-Resolution等函数的用法和在应用中的使用，以及介绍了各种模型的应用和神经形态视觉的概念。