课程介绍
课程章节
- 1.基本概念清晰版
- 2.软件包安装和环境配置总述
- 3.环境配置分部详解
- 4.环境配置分部详解下
- 5.手写数字识别
- 6.神经网络基本结构及梯度下降算法
- 7.随机梯度下降算法
- 8.梯度下降算法实现上
- 9.梯度下降算法实现下
- 10.神经网络手写数字演示
- 11.Backpropagation算法上
- 12.Backpropagation算法下
- 13.Backpropagation算法实现
- 14.cross-entropy函数
- 15.Softmax和Overfitting
- 16.Regulization
- 17.Regulazition和Dropout
- 18.正态分布和初始化(修正版)
- 19.提高版本的手写数字识别实现
- 20.神经网络参数hyper-parameters选择
- 21.深度神经网络中的难点
- 22.用ReL解决VanishingGradient问题
- 23.ConvolutionNerualNetwork算法
- 24.ConvolutionNeuralNetwork实现上
- 25.ConvolutionNeuralNetwork实现下
- 26.Restricted Boltzmann Machine
- 27.Restricted Boltzmann Machine下
- 28.Deep Brief Network 和 Autoencoder
更多教程
教程不断整理更新中，以上截图仅供参考，如需了解更多视频教程的详细信息请到如下地址查看：
教程分类说明：https://itvideos.github.io/categories/
