一起学人工智能 | 搭建深度神经网络框架 2

课程名称：“一起学人工智能”系列课程｜搭建深度神经网络框架2

课程简介： 

机器学习是一门人工智能的科学，是实现人工智能的必经路经。如今，机器学习已成为解决自然语言处理，图像处理和计算机视觉，计算生物学，计算金融学，汽车、航空航天和制造业，能源生产等多个领域问题的关键技术。

深度学习是一种基于神经网络算法的机器学习技术。当今互联网时代，随着数据量的激增和算力的进步，深度学习在图像识别、语义理解、语音识别等领域已取得显著成果。它的引入，使得人工智能相关技术有了很大进步。

本次“一起学人工智能”系列课程，旨在通过课程详解和代码实例，帮助学习者对神经网络原理实现从入门到精通；同时，通过一系列代码实践，向学习者演示如何将神经网络原理应用于实际问题的解决。

在机器学习中，给学习算法提供训练数据，学习算法基于训练数据运行推论，即可得到机器学习模型。在模型训练过程中，我们当然期望得到更高的准确率以及更少的损失值。为了使参数更加准确地更新，我们往往需要对使用深度学习算法搭建的神经网络模型进行优化。

那么，如何优化神经网络呢？

本节课程，我们将通过权重矩阵初始化、梯度下降以及自适应学习率等算法，教会大家如何完成神经网络模型的优化。

课程讲师：
卢建晖
微软 Cloud Advocate
前微软MVP、Xamarin MVP和微软RD，拥有超过10年的云原生、人工智能和移动应用经验，为教育、金融和医疗提供应用解决方案。MicrosoftIginte，Teched会议讲师，Microsoft AI黑客马拉松教练，目前在微软，为技术人员和不同行业宣讲技术和相关应用场景。

课程准备：
有时间的朋友可提前查看如下内容：
https://m1.fit/q5ycn
课程时间：2021年12月01日 18:00 - 19:00