课程主页: https://www.coursera.org/learn/building-deep-learning-models-with-tensorflow
课程概述
在当今数据驱动的世界中，数据大多数是未标签化和非结构化的，传统的浅层神经网络很难有效捕捉这些数据中蕴含的重要结构。例如，图像、声音和文本数据的处理常常需要更为复杂的网络结构。而深度学习模型正是为了挖掘这些隐藏在数据中的结构而生。本课程《使用TensorFlow构建深度学习模型》就是帮助我们学习深度学习基础知识，通过TensorFlow图书馆应用深度学习于实际问题的绝佳机会。
课程大纲
本课程包含多个模块，详细内容如下：
- 简介：了解TensorFlow，并创建线性和逻辑回归模型，学习深度学习的基本原理。
- 监督学习模型：熟悉卷积神经网络的构建模块，如卷积和特征学习，学习如何在Python中使用TensorFlow构建多层感知机和卷积神经网络，最后了解流行的MNIST数据库。
- 监督学习模型（续）：学习递归神经网络的基本原理，特殊类型的长短期记忆（LSTM）模型，以及递归神经张量网络理论，并将递归神经网络应用于语言建模。
- 无监督深度学习模型：学习无监督学习的具体应用，如限制玻尔兹曼机（RBMs）的训练方法，最终通过RBM构建推荐系统。
- 无监督深度学习模型（续）及扩展：深入了解自编码器及其架构，探讨如何将其用于大规模数据。
总结推荐
《使用TensorFlow构建深度学习模型》是一门令人振奋的课程，尤其对于刚刚接触深度学习或希望在这一领域深入探索的学习者而言，这门课程提供了系统化的知识和实用的技能。通过结合理论与实践，助力打下坚实的深度学习基础。
如果你希望掌握TensorFlow这一热门工具，并拓展自己在数据科学和人工智能方面的视野，那么这门课程绝对值得推荐！
课程主页: https://www.coursera.org/learn/building-deep-learning-models-with-tensorflow