从深度学习必备基础知识点开始讲解一步步进入神经网络的世界再到卷积和视觉理解并引入当下爆火的强化学习算法。框架课程选择经典框架实例演示如何使用以及应用技巧。实战课程结合Caffe与Tensorflow两大最框架从最基本的数据处理，训练网络到最终代码实现整个项目，所有课程均会提供给大家
链接详情：http://www.dajiangtai.com/course/39.do
1. 课程介绍
从无人驾驶汽车技术到AlphaGo战胜人类，深度学习在生活中扮演着越来越重要的角色，也即将改变这个世界。但是很多同学担心深度学习入门要求太高，苦于国内没有合适的课程予以帮助。
深度学习入门系列课程作为国内第一篇深度学习的入门课程视频，旨在帮助同学们更快更轻松的掌握深度学习所涉及的所有知识点，真正的入门深度学习这个世界上拥有最先进技术的领域，深度学习全民皆兵。
本篇主要从神经网络必备基础知识点开始讲起，由浅及深，一步步过度到整个神经网络架构！系列课程风格依旧通俗易懂，旨在用最形象的讲解带领大家一步步攻克复杂的神经网络模型！
从无人驾驶汽车技术到AlphaGo战胜人类，深度学习在生活中扮演着越来越重要的角色，也即将改变这个世界。但是很多同学担心深度学习入门要求太高，苦于国内没有合适的课程予以帮助。
深度学习入门系列课程作为国内第一篇深度学习的入门课程视频，旨在帮助同学们更快更轻松的掌握深度学习所涉及的所有知识点，真正的入门深度学习这个世界上拥有最先进技术的领域，深度学习全民皆兵。
本篇主要涉及两大模块，分别是计算机视觉-CNN网络架构，自然语言处理RNN网络架构，风格依旧通俗易懂！
强化学习是当下爆火的机器学习经典模型，由于深度学习发展的迅速，使得强化学习和深度学习可以紧密的联系在一起。从AlphaGo到无人驾驶汽车，强化学习的应用越来越广泛也使得更多的学者关注这个领域。
系列课程从实例出发，形象解读强化学习究竟做了一件什么事以及如何完成这一系列任务。由强化学习的基本概念过度到马尔科夫决策过程，通过实例演示如何通过值迭代求解来得出来最好的决策。举例讲解Q-Learning算法的原理以及如何讲强化学习和深度学习进行结合。最后通过让AI自动玩游戏的项目实战实例演示如何实现用强化学习和卷积神经网络打造DQN网络模型。
深度学习项目实战课程从常见的人脸检测项目开始，通俗理解项目本质以及伴随的挑战。
从数据的收集预处理开始，一步步带着大家完成整个人脸检测的项目，其中涉及了如何使用深度学习框架Caffe完成整个项目的架构，在完成第一版的代码之后进行了详细评估分析，并给出一篇顶级会议论文作为学习参考，详细分析了针对人脸检测项目最新的思想和算法
2. 课程视频及源码获取联系方式
收集整理了人工智能和大数据方面的项目实战类的视频教程，需要视频请加微信（BigDataAI007） 如本站没有您想要的视频，请微信联系，可以帮您拿到课程。
2.1 项目总体介绍和背景
项目总体介绍和背景
深度学习项目实战-关键点定位课程以人脸关键点检测为背景，选择多阶段检测的网络架构，对于回归以及多label标签问题选择hdf5作为网络的输入数据源，实例演示如何制作多标签数据源并对原始数据进行数据增强。整个网络架构采用三个阶段的模式，从全局检测到单点校准，基于caffe深度学习框架实现一个既准确又快速的人脸关键点检测模型。对于每一阶段，详解代码中每一行的意义，带领大家一步步完成整个网络模型。
使用Tensorflow从零开始完成垃圾邮件分类任务，首先讲解如何使用卷积神经网络来处理文本数据，讲解整理网络架构以及构建细节。基于Tensorflow实例演示如何进行数据读取，处理并搭建完整的网络模型，最后构建训练模块完成对文本数据的分类任务。