响木课堂-响木SVIP目录-我的资源/01 响木最新众筹课/1000-1999/1900-1999/1945.深度学习从入门到进阶

主页/我的资源/01 响木最新众筹课/1000-1999/1900-1999/1945.深度学习从入门到进阶/

1.神经元的介绍.mp4
10.CNN总体流程.mp4
11.卷积层的原理.mp4
12.C3D的原理.mp4
13.RELU激活函数的原理.mp4
14.最大池化与平均池化.mp4
15.全连接层的原理及应用.mp4
16.随机失活的原理及应用.mp4
17.批归一化的原理及作用.mp4
18.网络参数初始化介绍.mp4
19.参数优化方式之SGD+Momentum.mp4
2.神将网络实例.mp4
20.参数优化方式之Nesterov.mp4
21.参数优化方式之Adagrad.mp4
22.参数优化方式之RMSProp.mp4
23.参数优化方式之Adam.mp4
24.常用的评价方式.mp4
25.学习率变化策略.mp4
26.网络架构历史发展.mp4
27.LeNet网络架构解析.mp4
28.AlexNet网络架构解析.mp4
29.ZFNet网络架构解析.mp4
3.反向传播的介绍.mp4
30.VGG网络架构解析.mp4
31.GoogLeNet架构解析.mp4
32.ResNet网络架构解析.mp4
33.DenseNet简单介绍.mp4
34.轻量级网络的初步探索：SqueezeNet.mp4
35.MobileNetV1网络架构分析1.mp4
36.MobileNetV2网络架构分析1.mp4
37.ShuffleNetV1网络架构分析2.mp4
38.ShuffleNetV2网络架构分析2.mp4
39.浮点运算次数FLOPs介绍.mp4
4.链式法则实例.mp4
40.分类问题介绍.mp4
41.二分类损失函数.mp4
42.多分类问题与softmax求导.mp4
43.多标签分类.mp4
44.多任务分类.mp4
45.动物分类项目讲解.mp4
46.数据不均衡问题.mp4
47.细粒度分类问题.mp4
48.RCNN算法解析.mp4
49.NMS的原理与发展.mp4
5.反向传播实例.mp4
50.Fast-RCNN算法解析.mp4
51.ROIPooling原理与发展.mp4
52.FasterRCNN算法解析.mp4
53.YOLOv1算法解析.mp4
54.YOLO的损失函数.mp4
55.YOLOv2算法解析与改进方法.mp4
56.YOLOv3算法解析.mp4
57.FPN特征融合解析.mp4
58.RetinaNet算法与FocalLoss原理解析.mp4
59.图像分割介绍.mp4
6.反向传播中存在的问题.mp4
60.FCN算法解析.mp4
62.MaskRCNN算法解析.mp4
63.RNN中的梯度及梯度消失与梯度爆炸.mp4
64.LSTM.mp4
65.GRU.mp4
66.RNN的使用场景.mp4
67.StackedRNN.mp4
68.时间序列模型.mp4
69.RNN工具的使用.mp4
7.正则化的目的及原理.mp4
70.基于GRU与词向量的文本分类模型.mp4
71.Keras自定义模型.mp4
72.多GPU分布式训练.mp4
73.算法的移动端部署.mp4
74.GAN原理及生成器与判别器.mp4
75.WGAN原理介绍.mp4
76.强化学习概念.mp4
77.强化学习的基本概念.mp4
78.强化学习Agen分类.mp4
79.策略网络.mp4
8.L1与L2正则化的对比.mp4
80.价值网络.mp4
81.AlphaGo强化学习原理.mp4
82.蒙特卡洛树搜索MTCS.mp4
9.卷积神经网络介绍.mp4

Copyright © All rights reserved.

信息加载中,请等待...