[人工智能] 深度学习入门视频课程 上篇+下篇

├─深度学习入门视频课程(上篇)
│      01深度学习与人工智能简介.wmv
│      02计算机视觉面临挑战与常规套路.wmv
│      03用K近邻来进行图像分类.wmv
│      04超参数与交叉验证.wmv
│      05线性分类.wmv
│      06损失函数.wmv4 _. m  C+ k+ w. {
│      07正则化惩罚项.wmv0 z, D& i. B  f0 j
│      08softmax分类器.wmv
│      09最优化形象解读.wmv
│      10梯度下降算法原理.wmv
│      11反向传播.wmv
│      12神经网络整体架构.wmv0 a8 A0 A% ~0 C7 O1 L* ~. p
│      13神经网络模型实例演示.wmv
│      14过拟合问题解决方案.wmv
│      15Python环境搭建(推荐Anaconda方法).wmv
│      16Eclipse搭建python环境.wmv
│      17深度学习入门视频课程09 动手完成简单神经网络.wmv
│      18感受神经网络的强大.wmv
│      19神经网络案例-cifar分类任务.wmv
│      20神经网络案例-分模块构造神经网络.wmv
│      21神经网络案例-训练神经网络完成分类任务.wmv( o/ X6 n, a- }- _) m
│      4 }/ N+ c3 Q: X4 Z, T” A+ t% b
└─深度学习入门视频课程(下篇)
│  001、深度学习入门课程01 感受卷积神经网络的强大.mp41 s! G5 y) u  _’ A$ M
│  002、深度学习入门课程02 卷积层详解.mp4$ ^& x7 |3 u8 ^; U) A
│  003、深度学习入门课程03 卷积计算流程.mp43 i! r” O! v% Y
│  004、深度学习入门课程04 卷积核参数分析.mp4
│  005、深度学习入门课程05 卷积参数共享原则.mp4
│  006、深度学习入门课程06 池化层(Pooling)原理.mp4
│  007、深度学习入门课程07 卷积神经网络反向传播原理.mp4) \) s- z1 }) \
│  008、深度学习入门课程08 实现卷积层的前向传播与反向传播.mp4( r2 j/ {. ^% A. ^$ }6 C
│  009、深度学习入门课程09 实现Pooling层的前向传播与反向传播.mp4: \, q+ ^. S+ a: [
│  010、深度学习入门课程10 经典卷及网络架构实例.mp47 O# y& \3 ?6 ?” s! p8 D
│  011、深度学习入门课程11 RNN网络结构.mp4
│  012、RNN网络细节.mp4/ T. f& d- Q* @+ N1 f
│  013、深度学习入门课程12 python实现RNN算法.mp4
│  014、深度学习入门课程13 LSTM网络结构简介.mp4
│  015、深度学习入门课程14 分类与回归(Location)任务应用详解.mp4
│  016、深度学习入门额课程15 物体检测实例.mp4
│  017、深度学习入门课程16 如何巧妙设计网络结构.mp4
│  018、深度学习入门课程17 训练技巧之数据增强.mp4
│  019、深度学习入门课程18 训练技巧之Transfer Learning.mp4, A/ S’ x( S4 E, S4 w
│  020、深度学习入门课程19 深度学习框架Caffe简介.mp4
│  021、深度学习入门课程20 深度学习框架Caffe训练过程.mp4
│  022、深度学习入门课程21 深度学习框架Caffe接口使用实例.mp4
│  RNN.pptx
│  神经网络.pdf
│  课程资料.txt1 E& k* P” j4 Z, D, }. r” J3 t
│  , H9 w8 G- y, T7 A2 `& `
└─神经网络入门基础(PPT,代码)( ^8 i4 R$ P2 Y# r7 g
cifar-10-python.tar.gz
CNN代码.zip
RNN网络代码.py1 m% I; b7 d  `” L
感受神经网络的强大代码.rar# f: o% S3 N8 ^6 r$ g7 Z
手写神经网络.py
神经网络.pdf
神经网络cifar代码.rar
(cifar分类可能遇到的错误更正).docx1 G, Y. e( L’ r( y# P2 D* f2 g

版权须知:
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系微氪字节官方技术团队!admin@wkbyte.cn
2. 您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容资源!
3. 如果你也有好源码或者教程,可以到审核区发布,分享有金币奖励和额外收入!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 本站不保证所提供下载的资源的准确性、安全性和完整性,源码仅供下载学习之用!
8. 如用于商业或者非法用途,与本站无关,一切后果请用户自负!
9. 如遇到加密压缩包,默认解压密码为"www.wkbyte.cn",如遇到无法解压的请联系管理员!

微氪字节 » [人工智能] 深度学习入门视频课程 上篇+下篇

发表评论

提供最优质的资源集合

立即查看 了解详情