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

递归神经网络在线课程

掌握用于序列建模的 Recurrent Neural Network(RNN)。学习构建和训练 RNN,以完成语言 Model 和时间序列预测等任务。

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。
攻读硕士学位的同时获得职业证书。
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
 *

探索循环神经网络课程目录

  • 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
    D

    DeepLearning.AI

    序列模型

    您将获得的技能: PyTorch(机器学习库), 监督学习, 文本挖掘, 人工智能和机器学习(AI/ML), 网络架构, 人工神经网络, 应用机器学习, 自然语言处理, 深度学习, 张力流

    4.8
    评分, 4.8 星,最高 5 星
    ·
    3.1万 条评论

    中级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    自然语言处理

    您将获得的技能: PyTorch(机器学习库), Algorithm, 人工智能, 线性代数, Machine Learning 方法, 监督学习, 人工智能和机器学习(AI/ML), 机器学习算法, 数据处理, 降维, 人工神经网络, 功能工程, 概率与统计, 马尔可夫模型, 非结构化数据, 自然语言处理, 深度学习, 张力流, Keras(神经网络库), 文本挖掘

    4.6
    评分, 4.6 星,最高 5 星
    ·
    6137 条评论

    中级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    序列、时间序列和预测

    您将获得的技能: 机器学习, 时间序列分析和预测, Machine Learning 方法, 预测建模, 人工神经网络, 数据处理, 预测, 张力流, 深度学习, Keras(神经网络库)

    4.7
    评分, 4.7 星,最高 5 星
    ·
    5142 条评论

    中级 · 课程 · 1-4 周

  • 状态:预览
    预览
    S

    Sungkyunkwan University

    Fundamentals of CNNs and RNNs

    您将获得的技能: Image Analysis, Computer Vision, Artificial Neural Networks, Natural Language Processing, Deep Learning, Network Architecture, Network Model, Machine Learning

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

    初级 · 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

是什么让您今天来到 Coursera?

  • C

    Coursera Project Network

    使用 PyTorch 进行深度学习:生成对抗网络

    您将获得的技能: PyTorch(机器学习库), Python 程序设计, 生成模型架构, 图像分析, 深度学习

    4.5
    评分, 4.5 星,最高 5 星
    ·
    94 条评论

    中级 · 指导项目 · 不超过 2 小时

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

    Packt

    Modern Natural Language Processing

    您将获得的技能: Natural Language Processing, Deep Learning, Large Language Modeling, Text Mining, Semantic Web, Generative AI, PyTorch (Machine Learning Library), Artificial Neural Networks, Python Programming, Cryptography, Generative Model Architectures, Applied Machine Learning, Machine Learning Methods, Unsupervised Learning, Probability Distribution, Machine Learning Algorithms, Algorithms

    中级 · 专项课程 · 3-6 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: Unit 1

    您将获得的技能: Deep Learning, PyTorch (Machine Learning Library), Artificial Neural Networks, Artificial Intelligence and Machine Learning (AI/ML), Tensorflow, Large Language Modeling, Machine Learning, Python Programming, Algorithms, Network Architecture, Data Processing

    中级 · 课程 · 1-4 周

  • 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

Recurrent Neural Network 学习者也在搜索

卷积神经网络
机器学习
深度学习
初级深度学习
应用机器学习
初级机器学习
深度学习项目
机器学习项目
1234…441

总之,以下是 10 最受欢迎的 recurrent neural network 课程

  • 深度学习: DeepLearning.AI
  • 序列模型: DeepLearning.AI
  • 自然语言处理: DeepLearning.AI
  • 序列、时间序列和预测: DeepLearning.AI
  • Fundamentals of CNNs and RNNs: Sungkyunkwan University
  • Deep Learning with TensorFlow: Packt
  • 使用 PyTorch 进行深度学习:生成对抗网络: Coursera Project Network
  • Learning Deep Learning: Pearson
  • Modern Natural Language Processing: Packt
  • Foundations of Neural Networks: Johns Hopkins University

关于 Recurrent Neural Network 的常见问题

递归神经网络是一种按照逻辑顺序得出结论的计算机网络。 它旨在模仿人脑的思维过程。 递归神经网络可用于对数据进行分类,以建立序列、时间序列和预测。 它们是人工智能和机器学习的组成部分。 ‎

学习递归神经网络非常重要,因为它们在计算机编程中有很多用途。 特别是,您可以使用深度学习和人工智能生成预测结果,用于解决从识别新药化合物到构建销售预测等各种科学和业务问题。 您可以利用递归神经网络来识别推文中的情绪、分析业务数据或开发统计数据。 递归神经网络可以帮助你处理数据问题,如自然语言处理、纠正数据错误、处理缺失条目以及从小型数据集中提取信息。 这项技术拥有巨大的能量,因此需要懂得如何正确使用它的人才。 ‎

Coursera 上的在线课程可以帮助您学习多种语言和多种不同用途的递归神经网络。 课程涵盖 TensorFlow、Keras 和自然语言处理。 有些人强调理论。 还有人将递归神经网络视为人工智能或深度学习等其他计算机科学学科的一部分。 课程分为初级、中级和高级。 大多数课程都有学以致用的项目。 有些课程可授予专业证书和专业课程。 指导项目可帮助您展示当前的理解水平。 ‎

在开始学习递归神经网络之前,最好先对计算机和编程有一个基本的了解。 即使是初级课程,有些课程也会假定你了解 Python 的基础知识。 有些课程提供人工智能和机器学习的一般介绍,包括递归神经网络的概念,不要求编程或计算技能。 ‎

在线递归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递归神经网络技能。 从顶级大学和行业领导者提供的适合各种技能水平的循环神经网络课程中进行选择。 ‎

要想提高员工在递归神经网络方面的技能,选择一门符合他们当前能力和学习目标的课程至关重要。 我们的 "技能仪表板 "是一个非常有价值的工具,可用于确定技能差距并选择最合适的课程以有效提高技能。 如需全面了解我们的课程如何让您的员工受益,请浏览我们提供的企业解决方案。 点击此处了解更多有关Coursera for Business 定制课程的信息。 ‎

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