1.神经网络与深度学习的基本概念
1.MLP
2.现代DNN
3.PaddlePaddle实现对应的算法
2.卷积神经网络原理、模型及应用(计算机视觉)
1.CNN
2.AlexNet
3.VGG
4.ResNet
5.PaddlePaddle实现对应的算法
3.循环网络原理、模型及应用(语音识别、自然语言处理)
1.RNN
2.LSTM
3.GRU
4.Neural Turing Machine
5.PaddlePaddle实现对应的算法
4.CNN和RNN的应用
1.文本分类CNN
2.情感分析RNN
3.生成中文诗歌
4.PaddlePaddle实现对应的算法
5.神经自然语言处理
1.语义模型-深度学习方法
2.序列标注-命名实体识别
3.PaddlePaddle实现对应的算法
6.搜索排序
1.Learning2rank
2.PaddlePaddle实现算法
7.强化学习技术及应用
1.基于值的方法
2.基于策略的方法
3.基于模型的方法
4.PaddlePaddle实现部分算法
8.可解释的模型及应用
1.概率图模型
2.贝叶斯推断
3.贝叶斯深度学习
4.PaddlePaddle实现部分算法
9.生成式模型的基本概念、方法和应用
1.VAE
2.GANs
3.PaddlePaddle实现部分算法
10.深度强化学习算法及应用
1.DQN
2.AlphaGo(Zero)
3.DDPG
4.PaddlePaddle实现部分算法
11.多Agent系统技术及应用
1.理论介绍
2.算法分析
12.基于逻辑的深度学习技术
1.理论介绍
2.算法分析
posted @
2019-02-14 22:52
AlexKing007
阅读(
50)
评论()
编辑
收藏
举报