『课程目录』:" J' F3 D( z6 `8 R: |; W
1.科普 人工神经网络 VS 生物神经网络9 ]. q( L$ r& G$ k
2.什么是神经网络 (机器学习)8 A( X6 |$ A; x( ]' O: |2 c* l
3.神经网络 梯度下降 (Gradient Descent in Neura
4.科普 神经网络的黑盒不黑 (深度理解神经网络); X7 @: c5 c/ \, @0 K
5.1.1 Why7 R! H+ T6 i6 P& m$ R7 h5 Y
6.1.2 安装9 W5 v2 n: y' s& C
7.2.1 Numpy Torch 对比8 Z% h& P9 a2 O+ W) V
8.2.2 Variable 变量, o; L1 u% Z2 p. t* f* t6 W& M( e
9.什么是激励函数 (深度学习)
10.2.3 Activation Function 激励函数! m. g* a& ^+ r* n* c; e+ d7 y
11.3.1 Regression 回归
12.3.2 Classification 分类/ ]" ~. E4 s9 r+ L0 l
13.3.3 快速搭建法9 v( _. @% S8 ~1 Z/ o, a7 g
14.3.4 保存提取
15.3.5 批数据训练
16.优化器 Optimizer 加速神经网络训练 (深度学习); Y7 h1 H& I" V
17.3.6 Optimizer 优化器
18.什么是卷积神经网络 CNN (深度学习)
19.4.1 CNN 卷积神经网络
20.什么是循环神经网络 RNN (深度学习)
21.什么是 LSTM RNN 循环神经网络 (深度学习)
22.4.2 RNN 循环神经网络 分类6 U- E; {7 A9 e+ X7 [
23.4.3 RNN 循环神经网络 回归, Z+ b6 |& b r7 n6 X
24.什么是自编码 Autoencoder (深度学习)/ x& j" ~3 q: \ l9 p/ ] G$ u2 q4 ]
25.4.4 AutoEncoder 自编码
26.什么是 DQN (Reinforcement Learning 强化学习)) U: I' K) T1 w! l
27.4.5 DQN 强化学习& U( [, i3 T' _
28.什么是 GAN 生成对抗网络 (深度学习)
29.4.6 GAN 生成对抗网络5 O( r m' X0 y/ r& {7 \* V
30.5.1 为什么 Pytorch 是动态 Dynamic# v7 t8 @6 b2 T- M5 X
31.5.2 GPU 加速
32.什么是过拟合 (深度学习)
33.5.3 过拟合 Dropout
34.什么是 Batch Normalization 批标准化
35.5.4 Batch Normalization 批标准化
下载地址：
|
