微信
支付宝
- 课程目录
- 课件下载
- 第一章：统计学习的数学基础
- 智能问答深度学习-开篇词 6:19 免费
- 线性代数1 15:46 免费
- 线性代数—矩阵的秩 14:06
- 线性代数2 15:50
- 线性代数3 8:06
- 概率论1 14:40
- 概率论2 15:50
- 概率论3 14:24
- 概率论4 12:52
- 统计学习概述及最大熵模型1 15:52
- 统计学习概述及最大熵模型2 14:53
- 第二章：Python编程语言基础
- 如何运行程序1 11:18
- 如何运行程序2 11:47
- 常用对象类型1 15:18
- 常用对象类型2 14:03
- 语句和语法1 14:00
- 语句和语法2 15:52
- 语句和语法3 15:16
- 语句和语法4 15:40
- 使用Jupyter Notebook1 15:32
- 使用Jupyter Notebook2 8:44
- 使用Jupyter Notebook3 12:10
- 使用Jupyter Notebook4 14:19
- 科学计算常用包Numpy1 13:02
- 科学计算常用包Numpy2 14:34
- 科学计算常用包Numpy3 14:25
- 科学计算常用包Numpy4 13:59
- 第三章：深度学习初步
- 神经网络 1 16:52
- 神经网络 2 15:45
- 梯度下降 1 13:04
- 梯度下降 2 14:12
- 梯度下降 3 14:37
- 梯度下降 4 13:41
- 反向传播 1 13:27
- 反向传播 2 8:55
- 反向传播 3 12:38
- 反向传播 4 15:37
- 损失函数 1 14:52
- 损失函数 2 14:24
- tensorflow 1 15:11
- tensorflow 2 13:22
- tensorflow 3 11:42
- tensorflow 4 14:05
- 案例实战 1 16:44
- 案例实战 2 12:42
- 案例实战 3 12:37
- 案例实战 4 13:06
- 第四章：深度学习深化
- 神经网络全连接层 20:06
- 损失函数性能评价 1 13:56
- 损失函数性能评价 2 13:21
- 损失函数性能评价 3 8:13
- 损失函数性能评价 4 17:38
- 随机梯度下降 1 22:00
- 随机梯度下降 2 17:46
- 学习率 1 13:18
- 学习率 2 14:59
- 学习率 3 14:28
- 学习率 4 14:33
- 超参数 1 16:45
- 超参数 2 13:01
- 超参数 3 15:20
- 超参数 4 12:48
- 循环神经网络 1 13:48
- 循环神经网络 2 13:17
- 循环神经网络 3 17:06
- 循环神经网络 4 13:06
- 循环神经网络案例 1 14:54
- 循环神经网络案例 2 14:07
- 循环神经网络案例 3 14:03
- 循环神经网络案例 4 11:19
- 迁移学习与BERT模型 1 12:22
- 迁移学习与BERT模型 2 15:05
- 迁移学习与BERT模型 3 15:19
- 迁移学习与BERT模型 4 15:21
- 第五章：智能问答模型实践
- 语言模型及词向量概述 1 14:27
- 语言模型及词向量概述 2 14:41
- ES 1 16:28
- ES 2 13:16
- ES 3 12:27
- ES 4 10:46
- ES 5 16:49
- ES 6 18:25
- 词袋模型及word2vec简述1 18:03
- 词袋模型及word2vec简述2 17:10
- 词袋模型及word2vec简述3 15:41
- 词袋模型及word2vec简述4 17:26
- 中文分词之HMM算法和CRF算法1 20:54
- 中文分词之HMM算法和CRF算法2 14:20
- 机器阅读理解介绍与实践 1 14:31
- 机器阅读理解介绍与实践 2 14:44
- 机器阅读理解介绍与实践 3 7:31
- 机器阅读理解介绍与实践 4 12:51
- NER 1 15:48
- NER 2 14:57
- NER 3 17:56
- NER 4 14:28
- 神经网络实现简单问答模型 1 14:20
- 神经网络实现简单问答模型 2 16:42
- 神经网络实现简单问答模型 3 13:40
- 神经网络实现简单问答模型 4 18:24
- 循环神经网络完成问答对话 1 15:45
- 循环神经网络完成问答对话 2 14:35
- 循环神经网络完成问答对话 3 15:47
【课时介绍】
tensorflow 4
- 第一章：统计学习的数学基础
-
- 01. 智能问答深度学习-开篇词 6:19
- 02. 线性代数1 15:46
- 03. 线性代数—矩阵的秩 14:06
- 04. 线性代数2 15:50
- 05. 线性代数3 8:06
- 06. 概率论1 14:40
- 07. 概率论2 15:50
- 08. 概率论3 14:24
- 09. 概率论4 12:52
- 10. 统计学习概述及最大熵模型1 15:52
- 11. 统计学习概述及最大熵模型2 14:53
- 第二章：Python编程语言基础
-
- 01. 如何运行程序1 11:18
- 02. 如何运行程序2 11:47
- 03. 常用对象类型1 15:18
- 04. 常用对象类型2 14:03
- 05. 语句和语法1 14:00
- 06. 语句和语法2 15:52
- 07. 语句和语法3 15:16
- 08. 语句和语法4 15:40
- 09. 使用Jupyter Notebook1 15:32
- 10. 使用Jupyter Notebook2 8:44
- 11. 使用Jupyter Notebook3 12:10
- 12. 使用Jupyter Notebook4 14:19
- 13. 科学计算常用包Numpy1 13:02
- 14. 科学计算常用包Numpy2 14:34
- 15. 科学计算常用包Numpy3 14:25
- 16. 科学计算常用包Numpy4 13:59
- 第三章：深度学习初步
-
- 01. 神经网络 1 16:52
- 02. 神经网络 2 15:45
- 03. 梯度下降 1 13:04
- 04. 梯度下降 2 14:12
- 05. 梯度下降 3 14:37
- 06. 梯度下降 4 13:41
- 07. 反向传播 1 13:27
- 08. 反向传播 2 8:55
- 09. 反向传播 3 12:38
- 10. 反向传播 4 15:37
- 11. 损失函数 1 14:52
- 12. 损失函数 2 14:24
- 13. tensorflow 1 15:11
- 14. tensorflow 2 13:22
- 15. tensorflow 3 11:42
- 16. tensorflow 4 14:05
- 17. 案例实战 1 16:44
- 18. 案例实战 2 12:42
- 19. 案例实战 3 12:37
- 20. 案例实战 4 13:06
- 第四章：深度学习深化
-
- 01. 神经网络全连接层 20:06
- 02. 损失函数性能评价 1 13:56
- 03. 损失函数性能评价 2 13:21
- 04. 损失函数性能评价 3 8:13
- 05. 损失函数性能评价 4 17:38
- 06. 随机梯度下降 1 22:00
- 07. 随机梯度下降 2 17:46
- 08. 学习率 1 13:18
- 09. 学习率 2 14:59
- 10. 学习率 3 14:28
- 11. 学习率 4 14:33
- 12. 超参数 1 16:45
- 13. 超参数 2 13:01
- 14. 超参数 3 15:20
- 15. 超参数 4 12:48
- 16. 循环神经网络 1 13:48
- 17. 循环神经网络 2 13:17
- 18. 循环神经网络 3 17:06
- 19. 循环神经网络 4 13:06
- 20. 循环神经网络案例 1 14:54
- 21. 循环神经网络案例 2 14:07
- 22. 循环神经网络案例 3 14:03
- 23. 循环神经网络案例 4 11:19
- 24. 迁移学习与BERT模型 1 12:22
- 25. 迁移学习与BERT模型 2 15:05
- 26. 迁移学习与BERT模型 3 15:19
- 27. 迁移学习与BERT模型 4 15:21
- 第五章：智能问答模型实践
-
- 01. 语言模型及词向量概述 1 14:27
- 02. 语言模型及词向量概述 2 14:41
- 03. ES 1 16:28
- 04. ES 2 13:16
- 05. ES 3 12:27
- 06. ES 4 10:46
- 07. ES 5 16:49
- 08. ES 6 18:25
- 09. 词袋模型及word2vec简述1 18:03
- 10. 词袋模型及word2vec简述2 17:10
- 11. 词袋模型及word2vec简述3 15:41
- 12. 词袋模型及word2vec简述4 17:26
- 13. 中文分词之HMM算法和CRF算法1 20:54
- 14. 中文分词之HMM算法和CRF算法2 14:20
- 15. 机器阅读理解介绍与实践 1 14:31
- 16. 机器阅读理解介绍与实践 2 14:44
- 17. 机器阅读理解介绍与实践 3 7:31
- 18. 机器阅读理解介绍与实践 4 12:51
- 19. NER 1 15:48
- 20. NER 2 14:57
- 21. NER 3 17:56
- 22. NER 4 14:28
- 23. 神经网络实现简单问答模型 1 14:20
- 24. 神经网络实现简单问答模型 2 16:42
- 25. 神经网络实现简单问答模型 3 13:40
- 26. 神经网络实现简单问答模型 4 18:24
- 27. 循环神经网络完成问答对话 1 15:45
- 28. 循环神经网络完成问答对话 2 14:35
- 29. 循环神经网络完成问答对话 3 15:47
阅读更多
发布回复
扫一扫，移动端观看视频
