人工智能是计算机科学的一个分支，它试图理解智能的本质，并产生一种新的智能机器，能够以类似于人类智能的方式做出反应。该领域的研究包括机器人学、语言识别、图像识别、自然语言处理和专家系统。人工智能自诞生以来，其理论和技术日益成熟，应用领域不断扩大。可以想象，未来人工智能带来的科技产品将是人类智慧的“容器”。人工智能可以模拟人的意识和思维的信息过程。人工智能不是人类智能，但它可以像人类智能一样思考，或者超越人类智能。.

1-1 深度学习要解决的问题.mp4
21.2M
2022-02-21 21:03

1-2 深度学习应用领域.mp4
71.3M
2022-02-21 21:03

1-3 计算机视觉任务.mp4
17.2M
2022-02-21 21:03

1-4 视觉任务中遇到的问题.mp4
41.1M
2022-02-21 21:03

1-5 得分函数.mp4
17.8M
2022-02-21 21:03

1-6 损失函数的作用.mp4
34.9M
2022-02-21 21:03

1-7 前向传播整体流程.mp4
44.9M
2022-02-21 21:03

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
24.4M
2022-02-21 21:03

2-2 参数更新方法.mp4
25.9M
2022-02-21 21:03

2-3 优化参数设置.mp4
30.4M
2022-02-21 21:03

2-4 返向传播计算方法.mp4
27.3M
2022-02-21 21:03

2-5 神经网络整体架构.mp4
30.1M
2022-02-21 21:03

2-6 神经网络架构细节.mp4
43.7M
2022-02-21 21:03

2-7 神经元个数对结果的影响.mp4
41.8M
2022-02-21 21:03

2-8 正则化与激活函数.mp4
26.7M
2022-02-21 21:03

2-9 神经网络过拟合解决方法.mp4
36.7M
2022-02-21 21:03

3-1 神经网络整体框架概述.mp4
23.3M
2022-02-21 21:03

3-10 完成全部迭代更新模块.mp4
58.5M
2022-02-21 21:03

3-11 手写字体识别数据集.mp4
39.6M
2022-02-21 21:03

3-12 算法代码错误修正.mp4
53.9M
2022-02-21 21:03

3-13 模型优化结果展示.mp4
48.9M
2022-02-21 21:03

3-14 测试效果可视化展示.mp4
56.7M
2022-02-21 21:03

3-2 参数初始化操作.mp4
43.2M
2022-02-21 21:03

3-3 矩阵向量转换.mp4
32.2M
2022-02-21 21:03

3-4 向量反变换.mp4
35.4M
2022-02-21 21:03

3-5 完成前向传播模块.mp4
35.1M
2022-02-21 21:03

3-6 损失函数定义.mp4
36.2M
2022-02-21 21:03

3-7 准备反向传播迭代.mp4
30.4M
2022-02-21 21:03

3-8 差异项计算.mp4
42.8M
2022-02-21 21:03

3-9 逐层计算.mp4
38.6M
2022-02-21 21:03

神经网络-代码实现.zip
5.2M
2022-02-21 21:03

神经网络.pdf
6M
2022-02-21 21:03

235部落永久会员

打赏 收藏 链接