讲给入门者的深度学习

第一章：概念基础

• 1. 什么是深度学习

  [ 11:22 ]

  免费
• 2. 深度学习如何工作

  [ 13:49 ]

  免费
• 3. 深度学习基本原理

  [ 16:37 ]

  免费
• 4. 工作原理

  [ 09:28 ]

  免费
• 5. 参数的重要性

  [ 06:05 ]

  免费

第二章：学习方式

• 1. 有监督VS无监督

  [ 03:25 ]

  免费
• 2. 有监督学习

  [ 06:48 ]

  免费
• 3. 无监督学习

  [ 09:31 ]

  免费

第三章：基础知识

• 1. 训练集和测试集

  [ 08:26 ]
• 2. 分类与回归

  [ 06:13 ]
• 3. 过拟合

  [ 10:59 ]
• 4. onehot编码

  [ 05:19 ]

第四章：神经网络基础

• 1. 神经网络结构

  [ 08:28 ]
• 2. 神经元

  [ 04:03 ]
• 3. 激活函数基础

  [ 09:13 ]
• 4. 激活函数

  [ 05:14 ]

第五章：激活函数

• 1. 线性函数

  [ 06:01 ]
• 2. 非线性函数

  [ 04:56 ]
• 3. 阶跃函数

  [ 04:21 ]
• 4. sigmoid函数

  [ 10:26 ]
• 5. tanh函数

  [ 03:30 ]
• 6. softmax函数

  [ 06:49 ]
• 7. relu函数

  [ 05:59 ]

第六章：随机失活

• 1. 随机失活

  [ 06:52 ]

第七章：损失函数

• 1. 基础

  [ 05:59 ]
• 2. 原理

  [ 08:25 ]

  免费
• 3. 均方误差

  [ 08:08 ]
• 4. 交叉熵误差

  [ 04:20 ]

第八章：学习技巧

• 1. 梯度下降

  [ 13:23 ]
• 2. 随机梯度下降

  [ 07:30 ]
• 3. 学习率

  [ 07:02 ]
• 4. 参数优化

  [ 05:34 ]

第九章：评价函数

• 1. 评价函数

  [ 04:52 ]

第一十章：TensorFlow入门

• 1. 基础

  [ 08:47 ]
• 2. 实例

  [ 25:16 ]

第一十一章：TensorFlow游乐场

• 1. TensorFlow游乐场

  [ 09:41 ]

第一十二章：更多学习资料

• 1. 参考文献

  [ 05:32 ]