深度学习中的经典网络结构解析

课程介绍
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。

课程大纲
卷积网络原理浅析；
AlexNet、VGGNet、Inception Net、ResNet等4种经典卷积网络的原理解析；
深度强化学习的算法原理浅析。

课程目标
了解深度学习的基本概念；
了解深度学习涉及的范围和技术；
了解深度学习的技术原理。

课程对象
对深度学习有兴趣的人员；
系统架构及开发技术人员；
大数据开发人员。