客服咨询

意见反馈

深度学习
大数据//
0.0
74
视频
2.3
课时
29.00
介绍
目录

课程概述

本课程主要讲授计算图、神经元和神经网络基础、损失函数和学习率、前馈神经网络、循环神经网络和卷积神经网络等内容。

课程目标

理解并分析需求,总结基本的神经网络结构设计思想; 理解并熟练运用模型设计中的基本概念、损失函数等,能够运用模块化的思想,提出优化方案。

考核评价

理解机器学习和深度学习之间的联系; 理解前馈神经网络的基本构成,实现深度学习网络基本结构的设计和搭建。

讲师介绍

详细介绍

01 张量
张量

(389s)

02 计算图
计算图

(371s)

03 梯度下降
梯度下降

(803s)

04 神经元和神经网络基础
神经元和神经网络基础

(668s)

05 前馈神经网络基础
前馈神经网络基础

(397s)

06 前馈神经网络训练
前馈神经网络训练

(797s)

07 损失函数和学习率
损失函数和学习率

(613s)

08 卷积神经网络
卷积神经网络-卷积层

(759s)

卷积神经网络-池化层

(355s)

09 常见卷积神经网络
常见卷积神经网络

(655s)

10 循环神经网络
循环神经网络

(572s)

技术支持: 钉钉(中国)信息技术有限公司 杭州沃土教育科技股份有限公司