24. 第13章 Backpropagation算法实现 - 3

机器学习

大学课程 / 计算机

机器学习教学视频

共60集 9.6万人观看

---

• 
  1第5章 手写数字识别 - 1

  14:06
• 
  2第5章 手写数字识别 - 3

  14:03
• 
  3第6章 神经网络基本结构及梯度下降算法 - 1

  14:23
• 
  4第6章 神经网络基本结构及梯度下降算法 - 2

  14:31
• 
  5第6章 神经网络基本结构及梯度下降算法 - 3

  14:16
• 
  6第7章 随机梯度下降算法 - 1

  06:09
• 
  7第7章 随机梯度下降算法 - 3

  06:11
• 
  8第8章 梯度下降算法实现上 - 1

  13:05
• 
  9第8章 梯度下降算法实现上 - 3

  13:06
• 
  10第9章 梯度下降算法实现下 - 1

  10:52
• 
  11第9章 梯度下降算法实现下 - 2

  10:56
• 
  12第9章 梯度下降算法实现下 - 3

  10:51
• 
  13第10章 神经网络手写数字演示 - 1

  13:27
• 
  14第10章 神经网络手写数字演示 - 2

  13:30
• 
  15第10章 神经网络手写数字演示 - 3

  13:26
• 
  16第11章 Backpropagation算法上 - 1

  11:16
• 
  17第11章 Backpropagation算法上 - 2

  11:16
• 
  18第11章 Backpropagation算法上 - 3

  11:11
• 
  19第12章 Backpropagation算法下 - 1

  11:07
• 
  20第12章 Backpropagation算法下 - 2

  11:07
• 
  21第12章 Backpropagation算法下 - 3

  10:58
• 
  22第13章 Backpropagation算法实现 - 1

  10:18
• 
  23第13章 Backpropagation算法实现 - 2

  10:28
• 
  24第13章 Backpropagation算法实现 - 3

  10:19
• 
  25第14章 cross-entropy函数 - 1

  13:35
• 
  26第14章 cross-entropy函数 - 3

  13:37
• 
  27第15章 Softmax和Overfitting - 1

  13:21
• 
  28第15章 Softmax和Overfitting - 2

  13:21
• 
  29第15章 Softmax和Overfitting - 3

  13:20
• 
  30第16章 Regulization - 1

  10:55
• 
  31第16章 Regulization - 3

  10:52
• 
  32第17章 Regulazition和Dropout - 1

  10:29
• 
  33第17章 Regulazition和Dropout - 2

  10:39
• 
  34第17章 Regulazition和Dropout - 3

  10:21
• 
  35第18章 正态分布和初始化(修正版) - 1

  08:36
• 
  36第18章 正态分布和初始化(修正版) - 3

  08:35
• 
  37第19章 提高版本的手写数字识别实现 - 1

  10:19
• 
  38第19章 提高版本的手写数字识别实现 - 2

  10:24
• 
  39第19章 提高版本的手写数字识别实现 - 3

  10:11
• 
  40第20章 神经网络参数hyper-parameters选择 - 1

  10:25
• 
  41第20章 神经网络参数hyper-parameters选择 - 2

  10:30
• 
  42第20章 神经网络参数hyper-parameters选择 - 3

  10:23
• 
  43第21章 深度神经网络中的难点 - 1

  12:21
• 
  44第21章 深度神经网络中的难点 - 2

  12:29
• 
  45第21章 深度神经网络中的难点 - 3

  12:23
• 
  46第22章 用ReL解决VanishingGradient问题 - 1

  08:21
• 
  47第22章 用ReL解决VanishingGradient问题 - 3

  08:21
• 
  48第23章 ConvolutionNerualNetwork算法 - 1

  14:52
• 
  49第23章 ConvolutionNerualNetwork算法 - 3

  14:57
• 
  50第24章 ConvolutionNeuralNetwork实现上 - 1

  10:19
• 
  51第24章 ConvolutionNeuralNetwork实现上 - 2

  10:19
• 
  52第24章 ConvolutionNeuralNetwork实现上 - 3

  10:21
• 
  53第25章 ConvolutionNeuralNetwork实现下 - 1

  11:10
• 
  54第25章 ConvolutionNeuralNetwork实现下 - 3

  11:07
• 
  55第26章 Restricted Boltzmann Machine - 1

  12:28
• 
  56第26章 Restricted Boltzmann Machine - 3

  12:31
• 
  57第27章 Restricted Boltzmann Machine下 - 1

  10:17
• 
  58第27章 Restricted Boltzmann Machine下 - 3

  10:18
• 
  59第28章 Deep Brief Network 和 Autoencoder - 1

  09:46
• 
  60第28章 Deep Brief Network 和 Autoencoder - 3

  09:44