深度学习——基于PyTorch的实现 课件 第1、2章 深度学习简介、 神经网络的张量与数学基础.pptx

深度学习课程介绍;课程介绍;使用教材;第一章：深度学习简介;学习目标;深度学习、机器学习与人工智能;机器学习、深度学习与人工智能的关系;人工智能;人工智能的发展历程;人工智能的流派;机器学习;什么样的人容易信用卡逾期？;“逾期用户”机器学习;机器学习：构建映射函数;机器学习模型的步骤;表示学习;深度学习;深度学习与机器学习的区别;深度学习与回归分析;回归分析理论框架;深度学习与回归分析的关系;课堂思考;深度学习发展历程;萌芽期;萌芽期;什么是异或问题？;什么是异或问题？;发展期;低谷期;发展期;深度学习时代;CNN开山之作：LeNet-5;阶段性历史总结;;深度学习的影响因素;深度学习的影响因素;深度学习的影响因素;深度学习的影响因素;深度学习为何如此成功;深度学习为何如此成功;ImageNet数据集介绍;“深度”的发展;ImageNet挑战赛历年结果;深度学习擅长的领域;图像处理;图像处理;图像处理;图像处理;自然语言处理;语音识别;其他有趣的应用;第二章：神经网络的张量与数学基础;学习目标;张量的定义;张量的数据类型;张量的创建方式;张量的创建方式;张量的创建方式;张量的创建方式;应用：图像数据转张量;张量的操作;张量的操作;张量的操作;张量的操作;张量的操作;张量的操作;张量的操作;张量的操作;张量的操作;张量的操作;张量的操作;神经网络的导数基础;神经网络的导数基础;神经网络的偏导数基础;矩阵微积分;矩阵微积分;矩阵微积分;泰勒展开式;梯度下降法的含义与公式;梯度下降法的含义与公式;梯度下降法的含义与公式;拓展：牛顿法（Newton-Raphsonmethod）