人工智能深度入门视频课程视频文档资料一_人工智能深度学习入门视频课程
文件名称： 人工智能深度入门视频课程视频文档资料一_共：1.06gb 文件总数量： 33条 压缩文件数量： 0条 压缩文件比： 0% 疑似加密文件： 0条(需要授权播放的文件) 文件创建时间： 2020-12-27 16:26:08
目录：【人工智能深度学习入门视频课程】目录：【人工智能深度学习入门视频课程】神经网络代码实现模型下载[122b]神经网络.pdf[5.99mb]3-9逐层计算_.mp4[38.61mb]3-8差异项计算_.mp4[42.77mb]3-7准备反向传播迭代.mp4[30.37mb]3-6损失函数定义_.mp4[36.23mb]3-5完成前向传播模块.mp4[35.14mb]3-4向量反变换.mp4[35.43mb]3-3矩阵向量转换.mp4[32.17mb]3-2参数初始化操作.mp4[43.15mb]3-14测试效果可视化展示.mp4[56.72mb]3-13模型优化结果展示.mp4[48.92mb]3-12算法代码错误修正.mp4[53.90mb]3-11手写字体识别数据集.mp4[39.55mb]3-10完成全部迭代更新模块.mp4[58.53mb]3-1神经网络整体框架概述_.mp4[23.25mb]2-9神经网络过拟合解决方法.mp4[36.73mb]2-8正则化与激活函数.mp4[26.72mb]2-7神经元个数对结果的影响_.mp4[41.84mb]2-6神经网络架构细节.mp4[43.74mb]2-5神经网络整体架构.mp4[31.39mb]2-4返向传播计算方法.mp4[24.79mb]2-3优化参数设置.mp4[26.75mb]2-2参数更新方法_.mp4[25.80mb]2-1梯度下降通俗解释（以线性回归算法为例.神经网络也是如此）.mp4[20.56mb]1-7前向传播整体流程.mp4[38.46mb]1-6损失函数的作用.mp4[32.59mb]1-5得分函数.mp4[19.11mb]1-4视觉任务中遇到的问题.mp4[36.97mb]1-3计算机视觉任务.mp4[19.48mb]1-2深度学习应用领域.mp4[58.44mb]1-1深度学习要解决的问题.mp4[20.95mb]神经网络-代码实现模型下载[5.16mb]
