人工智能深度入门视频课程视频文档资料一_共:1.06GB

[复制链接]
查看63 | 回复0 | 2021-1-30 10:00:21 | 显示全部楼层 |阅读模式
文件名称: 人工智能深度入门视频课程视频文档资料一_共:1.06GB
文件总数量: 33条
压缩文件数量: 0条
压缩文件比: 0%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间: 2020-12-27 16:26:08

目录:【人工智能深度学习入门视频课程】
目录:【人工智能深度学习入门视频课程】
    神经网络代码实现.txt[122B]
    神经网络.pdf[5.99MB]
    3-9逐层计算_.mp4[38.61MB]
    3-8差异项计算_.mp4[42.77MB]
    3-7准备反向传播迭代.mp4[30.37MB]
    3-6损失函数定义_.mp4[36.23MB]
    3-5完成前向传播模块.mp4[35.14MB]
    3-4向量反变换.mp4[35.43MB]
    3-3矩阵向量转换.mp4[32.17MB]
    3-2参数初始化操作.mp4[43.15MB]
    3-14测试效果可视化展示.mp4[56.72MB]
    3-13模型优化结果展示.mp4[48.92MB]
    3-12算法代码错误修正.mp4[53.90MB]
    3-11手写字体识别数据集.mp4[39.55MB]
    3-10完成全部迭代更新模块.mp4[58.53MB]
    3-1神经网络整体框架概述_.mp4[23.25MB]
    2-9神经网络过拟合解决方法.mp4[36.73MB]
    2-8正则化与激活函数.mp4[26.72MB]
    2-7神经元个数对结果的影响_.mp4[41.84MB]
    2-6神经网络架构细节.mp4[43.74MB]
    2-5神经网络整体架构.mp4[31.39MB]
    2-4返向传播计算方法.mp4[24.79MB]
    2-3优化参数设置.mp4[26.75MB]
    2-2参数更新方法_.mp4[25.80MB]
    2-1梯度下降通俗解释(以线性回归算法为例,神经网络也是如此).mp4[20.56MB]
    1-7前向传播整体流程.mp4[38.46MB]
    1-6损失函数的作用.mp4[32.59MB]
    1-5得分函数.mp4[19.11MB]
    1-4视觉任务中遇到的问题.mp4[36.97MB]
    1-3计算机视觉任务.mp4[19.48MB]
    1-2深度学习应用领域.mp4[58.44MB]
    1-1深度学习要解决的问题.mp4[20.95MB]
    神经网络-代码实现.zip[5.16MB]
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则