課程大綱：Python 實現深度神經網絡培訓
1 深度學習基本概念
2 反向傳播算法
3 NumPy 基本運算
4 神經網絡的應用
1
深度學習基本概念
1.如何讓機器“學習”
2.神經網絡的概念
3.有監督與無監督學習的區別
4.回歸與分類的區別
5.損失函數的概念
6.梯度下降算法介紹 7.超參數的概念
2
導數、梯度及矩陣運算
1.導數、偏導、梯度、鏈式法則
2.矩陣運算基本法則
3.NumPy基本運算介紹
3
反向傳播算法
1.鏈式法則與“計算圖”的概念
2.反向傳播算法
4
淺層神經網絡識別英文字母
1.“淺層”與“深度”的區別
2.泛化性能 3.隨機梯度下降算法
4.如何對矩陣求導
5.編寫我們的損失層
5
深度學習實戰
1.梯度消失問題
2.交叉熵損失函數
請
登錄
后發表評論
新評論
全部
第1節
第2節
第3節
第4節
第5節
第6節
第7節
第8節
第9節
第10節
第11節
第12節
第13節
第14節
第15節
第16節
第17節
我的報告 / 所有報告
加入高級會員獲得助教答疑
