神经网络与深度学习交互式教程

9个月前发布 3,567 0 602
收藏 0

Mastering neural networks in an intuitive, natural, and cohesive manner!

收录时间：
2024-12-31
打开网站手机查看
神经网络与深度学习交互式教程神经网络与深度学习交互式教程
神经网络与深度学习交互式教程打开网站
神经网络与深度学习交互式教程
  1. 什么是神经网络
    1. 深入神经元
    2. 神经网络如何模拟任意函数
    3. 为什么我们需要神经网络
  2. 如何构造神经网络
    1. 全连接神经网络
    2. 使用图形工具设计神经网络
    3. 输出层的”激活函数”
  3. 如何训练神经网络
    1. 学习的算法与原理
    2. 从零开始打造并训练神经网络
    3. 使用PyTorch重写代码
    4. 使用图形工具训练神经网络
  4. 神经网络的若干重要问题
    1. 网络结构
    2. 过拟合
    3. 欠拟合
    4. 过拟合vs欠拟合
    5. 初始化
    6. 梯度消失与梯度爆炸
  5. 卷积神经网络(CNN)
    1. 一维卷积
    2. 一维卷积实验
    3. 一维池化
    4. 一维CNN实验
    5. 二维CNN
    6. 二维CNN实验
  6. 循环神经网络(RNN)
    1. 简单RNN
    2. Seq2seq, Autoencoder, Encoder-Decoder
    3. 高级RNN
    4. RNN分类实验
  7. 自然语言处理
    1. Embedding: 将符号转换为数值
    2. 文本分类1
    3. 文本分类2
    4. TextCNN
    5. 实体识别
    6. 分词、词性标注与短语分块
    7. 序列标注实战
    8. 双向RNN
    9. BI-LSTM-CRF
    10. 注意力
  8. 语言模型
    1. n-gram模型: Unigram
    2. n-gram模型: Bigram
    3. n-gram模型: Trigram
    4. RNN语言模型
    5. Transformer语言模型
  9. 线性代数
    1. 向量
    2. 矩阵
    3. 深入矩阵乘法
    4. 张量

数据统计

相关导航

紫东太初

紫东太初

紫东太初是中国科学院自动化研究所和武汉人工智能研究院联合推出的新一代多模态大模型平台。以下是对该网站功能的详细介绍： 多模态交互能力： 紫东太初支持文本、图像、语音等多种模态的交互，用户可以通过不同的方式与AI进行互动，享受到便捷、高效的AI服务。 网站提供了丰富的指令模板，用户只需点击感兴趣的指令，即可生成相应内容，帮助用户更好地了解和...

暂无评论

none
暂无评论...