QiZheng
——
Google Deepmind 团队科学家，《理解深度学习》
GAN生成对抗网络
课程以GAN论文阅读与复现为引，对GAN、DCGAN、WGAN、ConditionalGAN、GANs、CycleGAN这6类GAN模型进行了深入剖析，并完美的复现了其典型的应用代码，让你深入的理解各类图像生成、深度学习算法，掌握AI换脸、AI作画、文物修复等应用的核心原理，助你建立完整的GAN知识体系，踏实的进入图像生成领域。你在工作或学习中可能会遇到这样的问题学习过深度学习、机器学习相关知识，
深度强化学习
你将使用深度神经网络，设计一个模拟环境中的决策系统；并将强化学习应用到电子游戏、机器人开发等前沿领域中。实战项目 6：训练四轴飞行器飞行你将通过构建惩罚函数、强化学习模型、深度学习隐藏层，帮助四轴飞行器了解它每个动作的优劣，选择更好的策略来平稳起飞和降落。深度强化学习让大疆、亿航的无人机变得更聪明
卷积神经网络
你将了解卷积神经网络的基本原理，并用来处理图片分类问题。实战项目 3：狗狗品种识别你将设计并训练一个卷积神经网络（CNN），用以分析小狗图像，区分其品种；并通过迁移学习和其他知名架构进行模型优化。滴滴、百度等企业正在使用基于神经网络的图像识别，让无人驾驶成为现实 你将用 Keras 和 TensorFlow 打造循环神经网络（
生成对抗网络
生成对抗网络学习深度卷积生成对抗网络（DCGAN）模型，用以模拟生成真实图像。实战项目 5：生成你的明星脸你将获得一系列明星人脸，通过打造一对多层神经网络，让它们相互对抗，自动生成你需要的真实人脸。快来看看你的网络生成的明星脸吧！
神经网络
你将了解神经网络分类算法的实现，包括交叉熵，梯度下降理论。实战项目 1：照片识别挑战你将©2008-2021一个多分类的神经网络，教它学习识别人、小猫和小狗的图片，并用来分辨你拍的其他照片是什么。Google 人工智能 AlphaGo 战胜人类的制胜法宝就是“深度学习”！
