人工智能深度学习入门视频课程
课程介绍：
课程内容主要包括：1.神经网络必备基础；2.神经网络整体架构分析；3.动手实现神经网络模型。旨在用最形象的讲解带领大家一步步攻克复杂的神经网络模型。整体风格通俗易懂，用接地气的方式带领大家入门深度学习。
课程目录:
1-1 深度学习要解决的问题.mp4
1-2 深度学习应用领域.mp4
1-3 计算机视觉任务.mp4
1-4 视觉任务中遇到的问题.mp4
1-5 得分函数.mp4
1-6 损失函数的作用.mp4
1-7 前向传播整体流程.mp4
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
2-2 参数更新方法.mp4
2-3 优化参数设置.mp4
2-4 返向传播计算方法.mp4
2-5 神经网络整体架构.mp4
2-6 神经网络架构细节.mp4
2-7 神经元个数对结果的影响.mp4
2-8 正则化与激活函数.mp4
2-9 神经网络过拟合解决方法.mp4
3-1 神经网络整体框架概述.mp4
3-10 完成全部迭代更新模块.mp4
3-11 手写字体识别数据集.mp4
3-12 算法代码错误修正.mp4
3-13 模型优化结果展示.mp4
3-14 测试效果可视化展示.mp4
3-2 参数初始化操作.mp4
3-3 矩阵向量转换.mp4
3-4 向量反变换.mp4
3-5 完成前向传播模块.mp4
3-6 损失函数定义.mp4
3-7 准备反向传播迭代.mp4
3-8 差异项计算.mp4
3-9 逐层计算.mp4
神经网络-代码实现.zip
神经网络.pdf
神经网络代码实现.txt
**** Hidden Message *****
谢谢楼主，非常好的学习资料 感谢分享！ 人工智能深度学习入门视频课程 感谢分享 很实用
人工智能深度学习入门视频课程 xqkxqk，如果您要查看本帖隐藏内容请回复
多谢，正在学习中