• 为个人
  • 为商务
  • 为大学
  • 为政府
Coursera
登录
免费加入
Coursera
  • 浏览
  • Neural Networks

神经网络在线课程

研究用于深度学习应用的 Neural Network。了解网络 Architecture、训练算法和模型评估。

跳转以搜索结果

筛选依据

主题
必需的
 *

语言
必需的
 *

在整个课程(说明和评估)中使用的语言。

了解产品
必需的
 *

通过实践教程在 2 小时内掌握与工作相关的技能。
通过已评分作业、视频和论坛向顶级授课教师学习。
在交互式实践环境中学习新工具或新技能。
通过完成一系列课程和项目,深入学习学科知识。
获得行业领导者颁发的职业证书,展示您学到的专业知识。
在线获得学士学位或硕士学位,所需费用仅为在校学习费用的一小部分。
以灵活的交互式方式,获得大学颁发的执业证书。

级别
必需的
 *

课程长度
必需的
 *

技能
必需的
 *

字幕
必需的
 *

教师
必需的
 *

探索神经网络课程目录

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    神经网络与深度学习

    您将获得的技能: 机器学习, 人工智能, 微积分, 线性代数, 监督学习, 人工神经网络, Python 程序设计, 深度学习

    4.9
    评分, 4.9 星,最高 5 星
    ·
    12万 条评论

    中级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    深度学习

    您将获得的技能: 机器学习, 人工智能, MLOps(机器学习 Operator), PyTorch(机器学习库), 人工智能和机器学习(AI/ML), 监督学习, 数据驱动的决策制定, 文本挖掘, 计算机视觉, Python 程序设计, 应用机器学习, 人工神经网络, 调试, 图像分析, 性能调整, 自然语言处理, 功能工程, 深度学习, 张力流, Keras(神经网络库)

    攻读学位

    4.8
    评分, 4.8 星,最高 5 星
    ·
    15万 条评论

    中级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    使用 Keras 的深度学习和神经网络简介

    您将获得的技能: 机器学习, 计算机视觉, 回归分析, Machine Learning 方法, 网络模型, 网络架构, 人工神经网络, 自然语言处理, 图像分析, 张力流, 深度学习, Keras(神经网络库)

    4.7
    评分, 4.7 星,最高 5 星
    ·
    1985 条评论

    中级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    Foundations of Neural Networks

    您将获得的技能: Responsible AI, Data Ethics, Artificial Neural Networks, Deep Learning, Machine Learning Algorithms, Reinforcement Learning, Generative AI, Debugging, Artificial Intelligence, Unsupervised Learning, Machine Learning, Computer Vision, Image Analysis, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Applied Machine Learning, Bayesian Statistics, Network Architecture, Linear Algebra, Markov Model

    4.1
    评分, 4.1 星,最高 5 星
    ·
    7 条评论

    中级 · 专项课程 · 3-6 个月

  • 状态:新
    新
    状态:免费试用
    免费试用
    P

    Pearson

    Learning Deep Learning

    您将获得的技能: Large Language Modeling, Deep Learning, Prompt Engineering, Image Analysis, PyTorch (Machine Learning Library), Tensorflow, LLM Application, Computer Vision, Responsible AI, Natural Language Processing, Generative AI, Artificial Neural Networks, Data Ethics, Multimodal Prompts, Artificial Intelligence and Machine Learning (AI/ML), Applied Machine Learning, Machine Learning Methods, Artificial Intelligence, Application Deployment, Time Series Analysis and Forecasting

    中级 · 专项课程 · 1-4 周

  • 状态:免费试用
    免费试用
    I

    IBM

    神经网络和 PyTorch 简介

    您将获得的技能: PyTorch(机器学习库), 机器学习, 数据操作, 预测建模, 回归分析, 人工神经网络, 深度学习, 张力流, 概率与统计

    4.4
    评分, 4.4 星,最高 5 星
    ·
    1869 条评论

    中级 · 课程 · 1-3 个月

是什么让您今天来到 Coursera?

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    Introduction to Neural Networks

    您将获得的技能: Artificial Neural Networks, Machine Learning Algorithms, Deep Learning, Computer Vision, Image Analysis, Artificial Intelligence and Machine Learning (AI/ML), Applied Machine Learning, Machine Learning, Network Architecture, Linear Algebra, Performance Tuning, Probability & Statistics

    中级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    P

    Packt

    Deep Learning: Recurrent Neural Networks with Python

    您将获得的技能: PyTorch (Machine Learning Library), Tensorflow, Artificial Intelligence, Applied Machine Learning, Artificial Neural Networks, Deep Learning, Application Deployment, Text Mining, Machine Learning, Natural Language Processing, Predictive Modeling, Python Programming, Time Series Analysis and Forecasting, Artificial Intelligence and Machine Learning (AI/ML), Network Architecture, Performance Tuning, Data Science, Data Processing, Data Analysis

    初级 · 专项课程 · 1-3 个月

  • 状态:新
    新
    状态:免费试用
    免费试用
    P

    Packt

    Deep Learning with TensorFlow

    您将获得的技能: Tensorflow, Artificial Neural Networks, Keras (Neural Network Library), Deep Learning, Time Series Analysis and Forecasting, Image Analysis, Natural Language Processing, Computer Vision, Forecasting, Classification And Regression Tree (CART), Supervised Learning, Machine Learning, Text Mining, Predictive Analytics, NumPy, Network Architecture, Data Processing, Data Science

    中级 · 专项课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    卷积神经网络

    您将获得的技能: Algorithm, PyTorch(机器学习库), 人工智能和机器学习(AI/ML), 计算机视觉, 功能工程, 人工神经网络, 张力流, Keras(神经网络库), 应用机器学习, 图像分析, 深度学习

    4.9
    评分, 4.9 星,最高 5 星
    ·
    4.3万 条评论

    中级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    I

    IBM

    使用 PyTorch 进行深度学习

    您将获得的技能: PyTorch(机器学习库), 机器学习, 计算机视觉, 监督学习, 网络架构, 人工神经网络, 深度学习

    4.4
    评分, 4.4 星,最高 5 星
    ·
    68 条评论

    中级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    改进深度神经网络:超参数调整、正则化和优化

    您将获得的技能: 人工智能和机器学习(AI/ML), 人工神经网络, 应用机器学习, 机器学习算法, 监督学习, 性能调整, 深度学习, 张力流

    4.9
    评分, 4.9 星,最高 5 星
    ·
    6.3万 条评论

    中级 · 课程 · 1-4 周

Neural Networks 学习者也搜索

Neural Network
初级神经 Networking
神经网络项目
高级神经网络
生成式对抗网络
人工智能
高级人工智能
生成式人工智能
1234…182

总之,以下是 10 最受欢迎的 neural networks 课程

  • 神经网络与深度学习: DeepLearning.AI
  • 深度学习: DeepLearning.AI
  • 使用 Keras 的深度学习和神经网络简介: IBM
  • Foundations of Neural Networks: Johns Hopkins University
  • Learning Deep Learning: Pearson
  • 神经网络和 PyTorch 简介: IBM
  • Introduction to Neural Networks: Johns Hopkins University
  • Deep Learning: Recurrent Neural Networks with Python: Packt
  • Deep Learning with TensorFlow: Packt
  • 卷积神经网络: DeepLearning.AI

您可以在 Machine Learning 中学到的技能

Python 程序设计 (33)
Tensorflow (32)
深度学习 (30)
人工神经网络 (24)
大数据 (18)
统计分类 (17)
强化学习 (13)
代数 (10)
贝叶斯定理 (10)
线性代数 (10)
线性回归 (9)
Numpy (9)

关于 神经网络 的常见问题

神经网络,又称神经网或人工神经网络(ANN),是一种机器学习算法,以网络的形式组织起来,模仿人脑中神经元的功能。 利用这种生物神经元模型,这些系统能够从海量数据集中进行无监督学习。

这是人工智能(AI)应用的重要推动因素,其应用范围越来越广,包括图像识别、自然语言处理(NLP)和医疗诊断。 深度学习的相关领域也依赖于神经网络,通常使用卷积神经网络(CNN)架构,将多层神经网络连接起来,以实现更复杂的应用。

例如,利用深度学习,可以创建一个面部识别系统,而无需指定眼睛和头发颜色等特征;相反,只需向程序输入成千上万张人脸图像,它就能随着时间的推移学会如何识别不同的人,这与人类的学习方式基本相同。 无论最终用途是什么,神经网络通常都是用 TensorFlow 和/或 Python 编程技能创建的。 ‎

神经网络是从事人工智能(AI)和深度学习工作必须了解的基本概念。 而且,随着寻求利用这些方法的行业数量不断增加,拥有神经网络专业知识的专业人员的职业机会也在不断增加。 例如,利用这些技能,可以在医疗保健领域从事开发工具的工作,实现 X 射线扫描自动化或协助药物研发;也可以在汽车行业从事开发自动驾驶汽车的工作。

致力于神经网络前沿工作的专业人员通常会攻读计算机科学硕士甚至博士学位。 这种神经网络和人工智能方面的高级专业知识需求量很大;根据劳工统计局的数据,计算机研究科学家的年薪中位数为 122,840 美元,预计在未来十年内,这些工作的增长速度将远远超过平均水平。 ‎

当然,事实上,Coursera 是学习神经网络的最佳场所之一,无论是在线学习还是其他方式。 您可以从该领域的先驱者(包括 deeplearning.ai 和斯坦福大学)那里学习神经网络、人工智能和深度学习等主题的多门课程和专业课程。 Coursera 还与 IBM、谷歌云和亚马逊网络服务等行业领导者合作,提供可获得应用人工智能和其他领域专业证书的课程。 您甚至可以通过 "指导项目 "来学习神经网络知识。"指导项目 "是 Coursera 上的一种学习方式,由经验丰富的讲师带领您完成循序渐进的教程。 ‎

在开始学习神经网络之前,重要的是要有创建和使用算法的经验,因为神经网络是基于复杂的算法运行的。 您至少还应该具备基本的数学技能,但如果您掌握了线性代数、微积分、统计学和概率论的知识,则会更有优势。 在开始学习神经网络之前,熟练掌握解决问题的能力也很重要。 了解人脑如何处理信息很有帮助,因为人工神经网络是以人脑的工作模式为蓝本的。 如果您有使用任何编程语言的经验,尤其是 Java、R、Python 或 C++ 的经验,您也会受益匪浅。 这包括使用这些语言库的经验,您将使用这些库来应用神经网络中使用的算法。 ‎

最适合从事神经网络工作的人具有创新精神,对技术感兴趣,能够从大量数据中识别模式并从中得出结论。 那些希望通过人工技术让人类的生活和工作变得更轻松的人,也非常适合在神经网络领域发挥作用。 此外,具备良好编程技能和数据工程技能(如 SQL、数据分析、ETL 和数据可视化)的人很可能非常适合在神经网络领域工作。 ‎

如果你对人工智能领域感兴趣,那么学习神经网络就是你的最佳选择。 如果您当前或未来的职位涉及数据分析、模式识别、优化、预测或决策,那么学习神经网络也会让您受益匪浅。 神经网络还可用于图像识别软件、语音合成、自动驾驶汽车、导航系统、工业机器人和保护信息系统的算法,因此,如果您对这些技术感兴趣,学习神经网络可能会对您有所帮助。 ‎

在线神经网络课程提供了一种方便灵活的方式来提高您的知识或学习新的神经网络技能。 从顶尖大学和行业领导者提供的各种神经网络课程中选择适合不同技能水平的课程。 ‎

Coursera 的全部课程目录都提供给企业客户,没有任何限制。 选择最佳的神经网络课程取决于员工的需求和技能水平。 利用我们的 "技能仪表板 "了解技能差距,并确定最适合的课程,以便有效地提高员工的技能。 了解关于 Coursera for Business 的更多信息 ‎

图神经网络(GNN)是深度学习模型的一种,旨在处理结构为图的数据,如社交网络、分子结构或推荐系统。GNNs 通过学习节点和边之间的关系来进行 Prediction 或分类。Coursera 上的DeepLearning.AI等深度学习专项课程深入介绍了 GNNs 及其应用。‎

此常见问题解答内容仅供参考。建议学生多做研究,确保所追求的课程和其他证书符合他们的个人、专业和财务目标。

其他可浏览的主题

艺术与人文
338 课程
商务
1095 课程
计算机科学
668 课程
数据科学
425 课程
信息技术
145 课程
健康
471 课程
数学与逻辑
70 课程
个人发展
137 课程
物理科学与工程
413 课程
社会科学
401 课程
语言学习
150 课程

Coursera 页脚

技能

  • 人工智能(AI)
  • 网络安全
  • 数据分析
  • 数字化营销
  • 讲英语
  • 生成式人工智能(GenAI)
  • 微软Excel
  • Microsoft Power BI
  • 项目管理
  • Python

证书与课程

  • 谷歌网络安全证书
  • 谷歌数据分析证书
  • 谷歌 IT 支持证书
  • 谷歌项目管理证书
  • 谷歌用户体验设计证书
  • IBM 数据分析师证书
  • IBM Data Science 证书
  • Machine Learning 证书
  • Microsoft Power BI 数据分析师证书
  • UI / UX 设计证书

行业与职业

  • 商务
  • 计算机科学
  • 数据科学
  • 教育与教学
  • 工程学
  • 金融
  • 医疗保健
  • 人力资源(HR)
  • 信息技术 (IT)
  • 营销

职业资源

  • 职业能力倾向测验
  • 工作面试优势和劣势的示例
  • 学习高收入技能
  • 加密货币如何运作?
  • 如何在 Google 表格中突出显示重复项
  • 如何学习人工智能
  • 热门网络安全证书
  • 准备 PMP 认证
  • 面试后您将获得工作的迹象
  • 什么是人工智能?

Coursera

  • 关于
  • 我们提供的内容
  • 管理团队
  • 工作机会
  • 目录
  • Coursera Plus
  • 专业证书
  • MasterTrack® 证书
  • 学位
  • 企业版
  • 政府版
  • 面向校园
  • 成为合作伙伴
  • 社会影响
  • 免费课程
  • 分享您的 Coursera 学习故事

社区

  • 学生
  • 合作伙伴
  • Beta 测试人员
  • 博客
  • Coursera 播客
  • 技术博客

更多

  • 媒体
  • 投资者
  • 条款
  • 隐私
  • 帮助
  • 内容访问
  • 联系我们
  • 文章
  • 目录
  • 附属公司
  • 现代奴隶制声明
  • 请勿出售/共享
随时随地学习
通过 App Store 下载
通过 Google Play 获取
B 型企业认证标志
© 2025 Coursera Inc.保留所有权利。
  • Coursera Facebook
  • Coursera Linkedin
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera TikTok