人工智能

深度学习进阶:算法与应用

深度学习进阶:算法与应用1 基本概念清晰版

深度学习进阶:算法与应用2 软件包安装和环境配置总述

深度学习进阶:算法与应用3 环境配置分部详解上

深度学习进阶:算法与应用4 环境配置分部详解下

深度学习进阶:算法与应用5 手写数字识别

深度学习进阶:算法与应用6 神经网络基本结构及梯度下降算法

深度学习进阶:算法与应用7 随机梯度下降算法

深度学习进阶:算法与应用8 梯度下降算法实现上

深度学习进阶:算法与应用9 梯度下降算法实现下

深度学习进阶:算法与应用10 神经网络手写数字演示

深度学习进阶:算法与应用11 Backpropagation算法上

深度学习进阶:算法与应用12 Backpropagation算法下

深度学习进阶:算法与应用13 Backpropagation算法实现

深度学习进阶:算法与应用14 cross entropy函数

深度学习进阶:算法与应用15 Softmax和Overfitting

深度学习进阶:算法与应用16 Regulization

深度学习进阶:算法与应用17 Regulazition和Dropout

深度学习进阶:算法与应用18 正态分布和初始化修正版

深度学习进阶:算法与应用19 提高版本的手写数字识别实现

深度学习进阶:算法与应用20 神经网络参数hyper parameters选择

深度学习进阶:算法与应用21 深度神经网络中的难点

深度学习进阶:算法与应用22 用ReL解决VanishingGradient问题

深度学习进阶:算法与应用23 ConvolutionNerualNetwork算法

深度学习进阶:算法与应用24 ConvolutionNeuralNetwork实现上

深度学习进阶:算法与应用25 ConvolutionNeuralNetwork实现下

深度学习进阶:算法与应用26 Restricted Boltzmann Machine上

深度学习进阶:算法与应用27 Restricted Boltzmann Machine下

深度学习进阶:算法与应用28 Deep Brief Network 和 Autoencoder