课程名称:Python 实现深度神经网络培训

4401 人关注
(78637/99817)
课程大纲:

Python 实现深度神经网络培训

 

 

1 深度学习基本概念

2 反向传播算法

3 NumPy 基本运算

4 神经网络的应用

1
深度学习基本概念

1.如何让机器“学习”

2.神经网络的概念

3.有监督与无监督学习的区别

4.回归与分类的区别

5.损失函数的概念

6.梯度下降算法介绍 7.超参数的概念

2
导数、梯度及矩阵运算

1.导数、偏导、梯度、链式法则

2.矩阵运算基本法则

3.NumPy基本运算介绍

3
反向传播算法

1.链式法则与“计算图”的概念

2.反向传播算法

4
浅层神经网络识别英文字母

1.“浅层”与“深度”的区别

2.泛化性能 3.随机梯度下降算法

4.如何对矩阵求导

5.编写我们的损失层

5
深度学习实战

1.梯度消失问题

2.交叉熵损失函数


登录 后发表评论
新评论
全部 第1节 第2节 第3节 第4节 第5节 第6节 第7节 第8节 第9节 第10节 第11节 第12节 第13节 第14节 第15节 第16节 第17节
我的报告 / 所有报告