深度學習框架如Tensorflow和Pytorch等爲用戶提供了可供調用的API，但也隱藏了深度學習底層的實現細節。
爲方便大家更加深入地理解深度學習原理並瞭解其底層實現方法，特此推出了《課程深度學習原理詳解及Python代碼實現》。期望能“掀起你的蓋頭來，讓我看看你的模樣”，爲深度學習進一步的優化和創新打下根基。
課程鏈接：https://edu.51cto.com/course/21426.html
本課程詳細講解深度學習原理並進行Python代碼實現。課程內容涵蓋感知機、多層感知機、卷積神經網絡、循環神經網絡，並使用Python 3及Numpy、Matplotlib從零實現上述神經網絡。本課程還講述了神經網絡的訓練方法與實踐技巧，且開展了代碼實踐演示。對於核心內容講解深入細緻，如基於計算圖理解反向傳播算法，並用數學公式推導反向傳播算法；另外還講述了卷積加速方法im2col。
本課程力求使學員通過深度學習原理、算法公式及Python代碼的對照學習，擺脫框架而掌握深度學習底層實現原理與方法。
本課程將給學員分享深度學習的Python實現代碼。課程代碼通過Jupyter Notebook演示，可在Windows、ubuntu等系統上運行，且不需GPU支持。
學習本課程的前提是會使用Python語言和Numpy和Matplotlib庫。
