神经网络与深度学习交互式教程

1年前发布 11,113 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
熊猫办公
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

Revision Village<a href=翻译站点">

Revision Village翻译站点

Revision Village 是一个专注于国际文凭组织（IB）课程的教育网站，特别适合准备国际文凭大学预科课程（IBDP）和职业相关课程（CP）的学生。该网站提供了丰富的学习资源，旨在帮助学生在数学、物理、化学和生物等科目中取得优异成绩