- 前言
- 一:应用数学与机器学习基础
- 二:深层网络:现代实践
- 三:深度学习研究
| - 神经网络和深度学习
- 改善深层神经网络以及优化
- 结构化机器学习项目
- 卷积神经网络
- 序列模型
| - 深度学习的基础结构
- 计算图和反向传播
- 深度学习语言建模
- 空间转换层
- Highway网络和Grid LSTM
- Resursive Network
- RNN条件生成和注意力模型
- Pointer Network
- Batch Normalization
- Capsule Network
- 超参数挑优
- GAN
- RL和GAN生成句子
- Imitation Learning
- 生成模型评估
- GAN的集成
- 基于能量的GAN
- GAN生成video
- A3C
- Gated RNN和序列化生成
|