Logo

概述

在本节课中,我们将介绍本课程的内容以及学习本课程所需的先修条件。

概念

概述

在本节课中,我们将介绍本课程的内容以及学习本课程所需的先修条件。

谁适合学习本课程?

Course Image

本课程旨在构建工业界正在使用的实际应用,帮助你轻松开发自己的应用程序。如果你是初学者,那么这门课程并不适合你。本课程将直接深入讲解深度学习算法在行业中的实践与动手应用,不浪费任何时间。你需要具备以下基础知识:

  1. Python 基础
  2. 神经网络的工作原理
  3. 如何构建多层感知机(MLP)

你将在本课程中学到什么?

本课程重点讲解使用深度学习和自然语言处理(NLP)构建应用的进阶主题。我们将从卷积神经网络(CNN)开始,深入探讨迁移学习等高级技术,并完成多个有趣的项目。

Course Image

本课程包含哪些项目?

Course Image

在本课程中,我们将完成以下八个核心项目:

  1. 新冠肺炎(COVID-19)检测系统
  2. 宝可梦(Pokemon)图像分类器
  3. 自动文本生成器
  4. 异常词提取器
  5. 单词类比分析工具
  6. IMDB电影评论分析器
  7. 文本解密AI模型
  8. 从文本预测表情符号(Emoji)的工具

除此之外,你还需要在课后练习部分完成四个附加项目。因此,你总共将完成12个项目。

如何高效完成本课程并获得最大收获?

我们建议每周学习一个章节,因为每个主题都包含大量需要掌握的内容,深入理解每一个知识点会更加有效。为此,我们在每一章后提供了补充阅读材料和练习题(虽然非强制要求,但强烈建议完成)。同时,我们也建议你认真对待课程中的所有测验。希望你能遵循这些学习建议,享受与我们一起的学习旅程。

Course Image

是否提供源代码文件?

...

我们将逐步讲解每个项目的代码,目标是让你能够跟随我们一起构建课程中的所有应用。如果在学习过程中遇到问题,随时可以向我们寻求帮助。

提升学习效果的建议

  • 尽量在学习过程中动手编写代码。
  • 做测验时尽量争取满分,不要跳过任何测验。
  • 认真完成各章节和课程中推荐的所有任务与作业。
  • 查阅每节课提供的补充材料,以更深入地理解课程中涉及的各种主题。
Course Image

重要依赖包

本课程将使用以下软件包:

  • numpy
  • matplotlib
  • sklearn
  • tensorflow==1.14.0
  • gensim
  • emoji
  • pickle

注意:本课程使用的是 TensorFlow 1.x 版本。你也可以使用 TensorFlow 2.x,只需对代码片段进行少量调整即可。

项目:使用X光片构建新冠病毒检测系统