免费一看一级欧美-免费一区二区三区免费视频-免费伊人-免费影片-99精品网-99精品小视频

課程大綱：

Python 神經(jīng)網(wǎng)絡(luò)編程培訓(xùn)

1 預(yù)測器與多分類器

2 矩陣運(yùn)算

3 誤差的反向傳播

4 Python 的基礎(chǔ)教程

5 手寫數(shù)字識別

6 神經(jīng)網(wǎng)絡(luò)的概念

7 信號的正向反饋

8 權(quán)重的優(yōu)化方法

9 使用 Python 手寫神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

10 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化

1
預(yù)測器與分類器

1.人工智能的概念

2.預(yù)測機(jī)

3.分類機(jī)

4.模型的訓(xùn)練

2
多分類器與神經(jīng)網(wǎng)絡(luò)

1.線性分類器的局限

2.激活函數(shù)的意義

3.神經(jīng)網(wǎng)絡(luò)的起源

4.神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

5.模型訓(xùn)練的本質(zhì)

6.全連接的意義

3
神經(jīng)網(wǎng)絡(luò)的正向傳播

1.信號的傳播

2.矩陣的乘法

3.矩陣在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用

4.信號在多層神經(jīng)網(wǎng)絡(luò)中的傳播

4
誤差的反向傳播

1.神經(jīng)網(wǎng)絡(luò)的權(quán)重學(xué)習(xí)

2.反向傳播的意義

3.輸出誤差的分割

4.反向傳播的全過程

5
神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)

1.暴力破解權(quán)重的不可行性

2.梯度下降法

3.梯度下降的步長

4.梯度的計算

5.梯度下降在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用

6
參數(shù)的選擇

1.權(quán)重更新的范例

2.激活函數(shù)的選擇

3.初始化權(quán)重的方法

4.目標(biāo)值的使用范圍

7
簡單的 Python 入門

1.變量的定義

2.數(shù)組的定義

3.函數(shù)的定義

4.類的定義

8
使用 Python 制作神經(jīng)網(wǎng)絡(luò)

1.神經(jīng)網(wǎng)絡(luò)類的框架

2.神經(jīng)的初始化

3.神經(jīng)網(wǎng)絡(luò)的查詢

4.神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

9
手寫數(shù)字識別

1.MNIST數(shù)據(jù)的介紹

2.數(shù)據(jù)的預(yù)處理

3.神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練

4.神經(jīng)網(wǎng)絡(luò)模型的預(yù)測

5.神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化

實驗 10
神經(jīng)網(wǎng)絡(luò)的內(nèi)部原理

1.神經(jīng)網(wǎng)絡(luò)的黑盒子

2.神經(jīng)網(wǎng)絡(luò)的逆運(yùn)算

3.神經(jīng)網(wǎng)絡(luò)的向后查詢

4.擴(kuò)大數(shù)據(jù)集的方法