课程描述

    有很多很棒的课程来学习如何训练深度神经网络。但是，训练模型只是进行深度学习项目的一部分。本课程教授全栈生产深度学习：

    提出问题并估算项目成本

    查找，清理，标记和扩充数据

    选择正确的框架和计算基础架构

    对训练进行故障排除并确保可重复性

    大规模部署模型

    本kc最x：https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247492239&idx=2&sn=4bf1b712163abbee9d8692fe64840309&chksm=97a3295ba0d4a04d60b4b1003fbb807bc8962183d7bcda22bae7b09b985b568f1d607dd3413a&token=1644401382&lang=zh_CN#rd

    这门课程适合谁？

    本课程面向已经了解深度学习基础知识并且想要了解创建生产深度学习系统的其余过程的人员。如果你具备以下条件，则可以从本课程中获得最大收益：

    至少一年以上Python编程经验。

    至少一门深度学习课程（在大学或在线学习）。

    具有代码版本控制，Unix环境和软件工程方面的经验。

    虽然我们涵盖了深度学习的基础知识（反向传播，卷积神经网络，递归神经网络，Transformer等）。

课程大纲

课程主页

    https://fullstackdeeplearning.com/spring2021/

课程视频截图

本kc最x：https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247492239&idx=2&sn=4bf1b712163abbee9d8692fe64840309&chksm=97a3295ba0d4a04d60b4b1003fbb807bc8962183d7bcda22bae7b09b985b568f1d607dd3413a&token=1644401382&lang=zh_CN#rd

往期精品内容推荐

2021年必读的12本机器学习书籍

2020年最新-10套必读私藏自然语言处理中文书籍

自然语言处理常见数据集、论文最全整理分享

谷歌、微软、Facebook等公司最新面试题分享

20年校招DL/NLP/推荐系统/ML/算法基础面试必看300问及答案

机器学习经典书籍-《贝叶斯推理与机器学习》免费分享

肖桐、朱靖波老师新著-《机器翻译统计建模与深度学习方法》中文版书籍分享

机器学习基础-《统计学习-SLT》教材分享