深度学习基础课

sumi1590

深度学习基础课
├──01.深度学习要解决的问题.mp4  20.96M
├──02.深度学习应用领域.mp4  58.45M
├──03.计算机视觉任务.mp4  19.49M
├──04.视觉任务中遇到的问题.mp4  36.98M
├──05.得分函数.mp4  19.11M
├──06.损失函数的作用.mp4  32.59M
├──07.前向传播整体流程.mp4  38.46M
├──08.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  20.56M
├──09.参数更新方法.mp4  25.80M
├──10.优化参数设置.mp4  26.75M
├──11.返向传播计算方法.mp4  24.79M
├──12.神经网络整体架构.mp4  31.40M
├──13.神经网络架构细节.mp4  43.75M
├──14. 神经元个数对结果的影响.mp4  41.85M
├──15.正则化与激活函数.mp4  26.73M
├──16.神经网络过拟合解决方法.mp4  36.74M
├──17.神经网络整体框架概述.mp4  23.26M
├──18.参数初始化操作.mp4  43.15M
├──19.矩阵向量转换.mp4  32.17M
├──20.向量反变换.mp4  35.44M
├──21.完成前向传播模块.mp4  35.15M
├──22.损失函数定义.mp4  36.24M
├──23.准备反向传播迭代.mp4  30.38M
├──24.差异项计算.mp4  42.78M
├──25.逐层计算.mp4  38.62M
├──26.完成全部迭代更新模块.mp4  58.53M
├──27.手写字体识别数据集.mp4  39.55M
├──28.算法代码错误修正.mp4  53.91M
├──29.模型优化结果展示.mp4  48.93M
├──30.测试效果可视化展示.mp4  56.72M
└──配套资料(代码+课件).rar  10.32M