深度学习原理及编程实现【第2期】
- 1. 引言
- 1 - 1 引言 20 分钟
- 2. 卷积神经网络CNN
- 2 - 1 卷积神经网络主体结构介绍 7 分钟
- 2 - 2 卷积操作：局部连接和权值共享 8 分钟
- 2 - 3 卷积过程示例 5 分钟
- 2 - 4 卷积网络与全连接网络计算量对比 10 分钟
- 2 - 5 非线性映射函数ReLU 4 分钟
- 2 - 6 池化操作 5 分钟
- 2 - 7 全连接操作 4 分钟
- 2 - 8 多filter卷积 7 分钟
- 2 - 9 高维输入处理 6 分钟
- 2 - 10 卷积操作函数的参数说明 10 分钟
- 2 - 11 卷积和池化的代码实现 11 分钟
- 2 - 12 结果可视化 12 分钟
- 3. 循环神经网络RNN
- 3 - 1 循环神经网络引入 6 分钟
- 3 - 2 RNN传输过程介绍 19 分钟
- 3 - 3 为什么是隐藏层神经元 3 分钟
- 3 - 4 权值训练：随时间反向传播 5 分钟
- 3 - 5 RNN的常见变体 5 分钟
- 3 - 6 RNN识别MNIST手写数字介绍 5 分钟
- 3 - 7 RNN核心步骤的代码演示 14 分钟
- 3 - 8 RNN网络搭建前准备：结构参数设置 11 分钟
- 3 - 9 RNN网络搭建 10 分钟
- 3 - 10 构建会话启动计算图 9 分钟
- 3 - 11 RNN模型训练及性能测试 11 分钟
- 4. 长短时记忆网络LSTM
- 4 - 1 RNN网络的缺陷：梯度消失 9 分钟
- 4 - 2 LSTM核心结构：输入门&遗忘门&输出门介绍 9 分钟
- 4 - 3 LSTM传输示例 6 分钟
- 5. 自然语言处理介绍
- 5 - 1 自然语言处理简介 11 分钟
- 5 - 2 开源中文NLP系统介绍 4 分钟
- 5 - 3 中文分词介绍 7 分钟
- 5 - 4 机械分词法 7 分钟
- 5 - 5 机器学习算法分词 5 分钟
- 5 - 6 NLP概率图介绍 6 分钟
- 5 - 7 jieba分词演示 12 分钟
- 6. 文本分类
- 6 - 1 文本的one-hot表达 7 分钟
- 6 - 2 文本的TF-IDF表达 6 分钟
- 6 - 3 tf-idf权值策略实现 11 分钟
- 6 - 4 模型训练与预测 5 分钟
京公网安备 11010602006790号