快速带你入门深度学习与实战
第一章 深度学习简介与环境安装
线性回归与梯度下降法
逻辑回归算法模型与实战
全连接神经网络与实战
- 4.1、全连接神经网络先导
- 4.2、全连接神经网络的整体结构
- 4.3、激活函数的作用
- 4.4、神经网络激活函数
- 4.5、全连接神经网络前向传播
- 4.6、神经网络的损失函数
- 4.7、链式法则
- 4.8、全连接神经网络反向传播
- 4.9、全连接神经网络实战先导
- 4.10、乳腺癌分类实战--依赖库导入
- 4.11、乳腺癌分类实战--数据预处理
- 4.12、乳腺癌分类实战--模型的训练
- 4.13、乳腺癌分类实战--模型的测试
- 4.14、空气质量预测实战先导
- 4.15、空气质量预测实战--数据预处理
- 4.16、空气质量预测实战--预测模型搭建
- 4.17、空气质量预测实战--模型测试
- 4.18、空气质量预测实战--评价指标评价模型
卷积神经网络与实战
循环神经网络与实战
- 6.1、循环神经网络章节先导
- 6.2、RNN神经网络单元结构
- 6.3、RNN神经网络和全连接神经网络对比
- 6.4、RNN神经网络数学模型和权重共享
- 6.5、RNN神经网络前向传播案例
- 6.6、RNN神经网络反向传播
- 6.7、RNN神经网络产生梯度消失和爆炸的原因
- 6.8、LSTM和RNN对比
- 6.9、LSTM单元基本运算
- 6.10、LSTM的遗忘门
- 6.11、LSTM的输入门和细胞状态的更新
- 6.12、LSTM的输出门
- 6.13、LSTM如何缓解梯度消失
- 6.14、基于LSTM黄金价格预测实战先导
- 6.15、黄金价格预测实战--依赖库导入
- 6.16、黄金价格预测实战--数据预处理
- 6.17、黄金价格预测实战--LSTM模型搭建
- 6.18、黄金价格预测实战--模型测试
提交答案
视频学习中有任何产品建议都可由此反
馈，我们将及时处理！
馈，我们将及时处理！
课时介绍
对梯度下降原理进行讲解。并利用梯度下降法对线性回归模型进行参数求解。
课程介绍
1、本课程具有充实的内容，具体课程大纲如下：
2、同时为了有更好的算法原理讲解，课程中配备了大量的算法模型图：
3、关于实战部分，手把手带着大家进行一行一行的敲代码，做到逐行逐句讲解。
推荐课程