课程
Python 深度学习入门
中级技能水平
更新时间 2022年11月
PythonArtificial Intelligence4小时17 视频50 道练习3,500 XP260K+成就证明
创建您的免费帐户
继续使用 Google显示更多选项或
继续操作即表示您接受我们的《使用条款》和《隐私政策》，并同意您的数据存储在美国。
深受数千家公司学习者的喜爱
需要团队培训？
企业版试用课程描述
探索深度学习应用
深度学习是支撑机器人、自然语言处理、图像识别和人工智能中最令人兴奋能力的机器学习技术。 在这门 4 小时的课程中，你将获得将 Python 技能应用于使用 Keras 2.0 库进行深度学习的实践知识。与库贡献者一起探索 Keras 模型
由前谷歌数据科学家、Keras 贡献者 Dan Becker 授课，这门深度学习课程将探索神经网络模型，以及如何利用它们生成预测。 前几章将加深你对前向传播和反向传播的理解，以及它们在实践中的工作方式。Keras 库是一个 Python 库，可帮助你开发和评估深度学习模型。 像许多 Python 库一样，它是免费的、开源的，而且非常易于使用。 你将首先创建一个 Keras 模型，并学习如何对其进行编译、拟合和分类，然后再进行预测。 完成这门课程后，你将掌握构建深度神经网络所需的全部工具，并能随着时间推移开始尝试更宽、更深的网络。
深入探索深度学习
本课程是多个机器学习和深度学习学习路径的一部分，在您完成入门课程后，为您提供清晰的进阶路径，帮助您在这一领域积累技能和经验，无论您是想完成个人项目，还是朝着机器学习科学家的职业方向迈进。先决条件
Supervised Learning with scikit-learn1
深度学习与神经网络基础
本章将带您熟悉深度学习的基本概念与术语，并理解为何深度学习技术在当下如此强大。您将构建简单的神经网络，并用它们进行预测。
2
用反向传播优化神经网络
学习如何优化神经网络生成的预测。您将使用一种名为反向传播的方法，这是深度学习中最重要的技术之一。理解其工作原理将为您在课程后半部分的学习打下坚实基础。
3
使用 Keras 构建深度学习模型
本章将使用 Keras 库来构建用于回归和分类的深度学习模型。您将学习用于进行预测的"Specify-Compile-Fit"工作流，章节结束时，您将具备构建深层神经网络所需的全部工具。
4
微调 Keras 模型
学习如何在 Keras 中优化您的深度学习模型。先从模型验证入手，随后理解模型容量的概念，最后尝试更宽和更深的网络。
Python 深度学习入门
课程完成 加入超过19百万学习者，今天就开始Python 深度学习入门！
创建您的免费帐户
继续使用 Google显示更多选项或
继续操作即表示您接受我们的《使用条款》和《隐私政策》，并同意您的数据存储在美国。
通过 DataCamp for Mobile 提升您的数据技能
随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。