课程介绍
课程首先讲解RNN与LSTM网络结构特点以及实例演示如何使用Tensorflow构造网络模型，基于唐诗数据集建立LSTM模型进行序列预测。代码示例演示如何使用Tensorflow从零开始训练唐诗生成网络模型。 专属会员卡更超值：http://edu.csdn.net/lecturer/1079
课程收益
掌握RNN与LSTM网络原理，熟练使用Tensorflow进行建模工作。
讲师介绍
唐宇迪更多讲师课程
计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战讲师。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。
课程大纲
第1章:递归神经网络原理（RNN）
1.课程简介 1:21
2.递归神经网络（RNN） 8:39
3.RNN网络细节 11:54
4.LSTM网络架构 12:36
5.处理Mnist数据集 11:50
6.RNN网络模型 10:42
7.训练RNN网络 10:04
8.任务概述与环境配置 4:18
9.参数配置 11:17
10.数据预处理模块 14:10
11.Batch数据制作 12:39
12.RNN模型定义 8:52
13.完成训练模块 12:45
14.训练唐诗生成模型 4:35
15.测试唐诗生成效果 9:31
大家可以点击【查看详情】查看我的课程