全网知识付费
当前目录
全盘
查全部
文件夹
文件
主页
/
后添加课程
/
人工智能入门 作业训练营
/
资料
001-01机器学习形式化定义.mp4
002-02找到复杂函数.mp4
003-03分类问题回归问题(1).mp4
004-04监督学习无监督学习强化学习.mp4
005-05交叉验证.mp4
006-06三个库分别用来解决什么问题.mp4
007-07NumPy和Pandas数据类型是什么.mp4
008-08ndarray和原生数组区别.mp4
009-09NumPy中多维数组处理的练习.mp4
010-10广播机制练习.mp4
011-11广播机制练习2.mp4
012-12Pandas基本使用练习.mp4
013-01人工神经网络和深度学习的关系.mp4
014-02为什么说M-P神经元将所有信号的输入看作是同时发生的.mp4
015-03M-P神经元中输入的信号在传导过程中做了怎样的计算.mp4
016-04常见的激活函数.mp4
017-05用NumPy编写Sgn Logistic函数.mp4
018-06感知器收敛算法.mp4
019-07Rosenblatt感知器的代码实现.mp4
020-08输入层隐藏层输出层.mp4
021-09简单的神经网络应用.mp4
022-10激活函数的作用.mp4
023-11损失函数.mp4
024-12梯度下降过程.mp4
025-13手撕3层神经网络.mp4
026-14梯度下降随机梯度下降小批量梯度下降.mp4
027-15Pytorch的基本使用.mp4
028-16手撕神经网络的代码实现.mp4
029-01图片在计算机中如何表示.mp4
030-02识别小特征特征图卷积过程.mp4
031-03卷积核数量和特征图通道数间的关系.mp4
032-04如何对多输入通道进行卷积.mp4
033-05池化.mp4
034-06卷积过程中的平移不变性.mp4
035-07卷积核的填充值如何来.mp4
036-08LeNet网络解读.mp4
037-09定义一个网络简单的代码过程.mp4
038-10怎么从小特征变成完整的图片.mp4
039-01第四次作业概述.mp4
040-02LeNet网络简单复习.mp4
041-03AlexNet网络结构.mp4
042-04手撕ResNet.mp4
043-05R-CNN网络结构.mp4
044-06YOLO v1解读.mp4
045-07AlexNet代码复现.mp4
046-01RNN、LSTM等常见模型都擅长干什么.mp4
047-02RNN、LSTM前置工作数据处理.mp4
048-03RNN预测过程.mp4
049-04RNN前向传播计算过程.mp4
050-05RNN训练过程反向传播模型定义.mp4
051-06LSTM.mp4
052-1注意力模型.mp4
053-2自注意力.mp4
054-3多头自注意力.mp4
055-4transformer结构.mp4
Copyright © All rights reserved.
信息加载中,请等待...