深度学习基础系列

本系列网络研讨会涵盖了深度学习的基础知识,重点是Keras和TensorFlow。

深度学习取得了巨大的成功,但它有什么特别之处呢?什么是神经网络,它们是如何工作的?流行的深度学习框架(如Keras或TensorFlow)之间的区别是什么?你应该从哪里开始?

我们将把这些概念带入生活,并演示Databricks如何通过让您访问准备使用ML环境以及准备数据和更快地训练模型来简化深度学习。

注册观看录音,并访问演示文稿和Databricks笔记本以自行运行代码示例。

第1部分-神经网络介绍

理解神经网络和更简单的ML模型之间的关系,以及是什么赋予了神经网络表达能力。

第二部分-训练你的神经网络

讨论如何通过回顾激活和损失函数、批量大小、数据归一化和验证数据集背后的原理来有效地训练你的神经网络。

第3部分-应用卷积神经网络

学习卷积的工作原理,讨论一些ImageNet架构,并了解如何使用ImageNet场景应用卷积神经网络。