跳到主要內容
:::

深度學習:遞迴神經網絡

1. 使用遞歸神經網絡解決XOR和奇偶校驗問題 2. 使用遞歸神經網絡進行語言建模 3. 通過時間了解反向傳播 4. 了解如何緩解消失的梯度問題 5. 使用RNN生成文本,如詩歌 6. 可視化單詞嵌入並在單詞矢量表示中查找模式

  • 開課單位:捷鎏科技股份有限公司
  • 課程大綱:重要的深度學習概念
    經常性單位
    NLP的遞歸神經網絡
    高級RNN單位
    額定RNN單位
    代碼中的RRNN - 重訪詩歌創作
    門控循環單元(GRU)
    代碼中的GRU
    長短期記憶(LSTM)
    代碼中的LSTM
    從維基百科數據中學習
    維基百科數據的替代品:布朗語料
  • 開課日期:2019-08-11
  • 結束日期:2019-08-18
  • 上課時間:每週日09:00~17:00(8/11、8/18)
  • 上課時數:14
  • 課程費用:8,400元
  • 費用:學員負擔:4,200元/政府負擔:4,200元
  • 繳費方式:需先至開課單位繳交全額費用
  • 預計招生人數:20
  • 聯絡人:齊亮然
  • 連絡電話:(02)2598-2628
  • 先備知識:
    1. 線性代數、微積分、概率(條件和聯合分佈)
    2. 會使用Python,Numpy,Matplotlib
    3. 有在Tensorflow中編寫神經網絡經驗
  • 授課師資:陳博安
  • 招生對象:
    1. 想要前進深度學習領域的學員
    2. 想要將深度學習應用於時間序列或序列數據的學員
    3. 對機器翻譯新發展技術感興趣的學員
    4. 想提高隱藏馬爾可夫模型性能的學員
  • 上課地點:台北大學 臺北市中山區民生東路三段67 號
  • 課程報名網址:https://www.sharecourse.net/sharecourse/