深度学习专业是一门基础课程，将帮助您了解深度学习的能力、挑战和后果，并为参与前沿人工智能技术的开发做好准备。
在本专业中，您将构建和训练卷积神经网络、循环神经网络、LSTM、变形器等神经网络架构，并学习如何利用 Dropout、BatchNorm、Xavier/He 初始化等策略使它们变得更好。准备好使用 Python 和 TensorFlow 掌握理论概念及其行业应用，并处理语音识别、音乐合成、聊天机器人、机器翻译、自然语言处理等实际案例。
人工智能正在改变许多行业。深度学习专业为您提供了一条通往人工智能世界的道路，帮助您获得提升职业生涯水平的知识和技能。在学习过程中，您还将获得来自行业和学术界深度学习专家的职业建议。
应用的学习项目
学习结束后，您将能够
- 构建和训练深度神经网络，实现矢量化神经网络，确定架构参数，并将 DL 应用于您的应用程序
- 使用最佳实践来训练和开发测试集，分析构建 DL 应用程序的偏差/方差，使用标准的神经网络技术，应用优化算法，并在 TensorFlow 中实施神经网络
- 使用减少 ML 系统误差的策略，了解复杂的 ML 设置，应用端到端、迁移和多任务学习
- 构建卷积神经网络，将其应用于视觉检测和识别任务，使用神经风格转移生成艺术作品，并将这些算法应用于图像、视频和其他 2D/3D 数据
- 构建和训练循环神经网络及其变体（GRUs、LSTMs），将 RNNs 应用于字符级语言建模，使用 NLP 和单词嵌入，并使用 HuggingFace 标记符号化器和转换器来执行命名实体识别和问题解答
