首页
拜师
课程
定制计划
博客资源站
手机app
首页
拜师
课程
定制计划
博客资源站
手机app
登录
注册
登录
注册
1、深度学习-CNN-RNN
第48任务： 4-13 模型设计.mp4
查看课程
任务列表
第1任务： 上阶段考核通过卡点
第2任务： 资料文档下载
第3任务： 1-1 系统入门深度学习，从这里轻松开始.mp4
第4任务： 1-2 本章内容介绍.mp4
第5任务： 1-3 神经网络&深度学习.mp4
第6任务： 1-4 深度学习路线图.mp4
第7任务： 1-5 深度学习应用.mp4
第8任务： 1-6 本章总结.mp4
第9任务： 2-1 本章内容介绍.mp4
第10任务： 2-2 深度学习实施的一般过程.mp4
第11任务： 2-3 逻辑回归.mp4
第12任务： 2-4 逻辑回归损失函数.mp4
第13任务： 2-5 逻辑回归示例.mp4
第14任务： 2-6 单层、多层感知机.mp4
第15任务： 2-7 pytorch 构建单多层感知机.mp4
第16任务： 2-8 基于多层DNN假钞识别.mp4
第17任务： 2-9 数据集及特征分析.mp4
第18任务： 2-10 项目构建和模型训练（1）.mp4
第19任务： 每日作业
第20任务： 2-11 项目构建和模型训练（2）.mp4
第21任务： 2-12 项目构建和模型训练（3）.mp4
第22任务： 2-13 项目构建和模型训练（4）.mp4
第23任务： 2-14 模型评估和选择.mp4
第24任务： 2-15 本章总结.mp4
第25任务： 3-1 本章内容介绍.mp4
第26任务： 3-2 如何划分和处理你的数据集.mp4
第27任务： 3-3 正确的初始化模型参数.mp4
第28任务： 3-4 激活函数选择.mp4
第29任务： 3-5 优化器选择.mp4
第30任务： 每日作业
第31任务： 3-6 Normalization 增强模型训练（上）.mp4
第32任务： 3-7 Normalization 增强模型训练（下）.mp4
第33任务： 3-8 使用正则提升模型表现.mp4
第34任务： 3-9 本章总结.mp4
第35任务： 4-1 本章内容介绍.mp4
第36任务： 4-2 人类视觉和卷积神经网络关系.mp4
第37任务： 4-3 卷积神经网络的应用.mp4
第38任务： 4-4 卷积运算是怎样的过程（上）.mp4
第39任务： 4-5 卷积运算是怎样的过程（下）.mp4
第40任务： 4-6 用池化进行下采样.mp4
第41任务： 4-7 几种卷积的变体（上）.mp4
第42任务： 4-8 几种卷积的变体（下）.mp4
第43任务： 4-9 利用残差搭建更深的网络.mp4
第44任务： 4-10 Vgg介绍及实现.mp4
第45任务： 4-11 图片的数据增广.mp4
第46任务： 4-12 手势识别应用来源和项目分析.mp4
第47任务： 每日作业
第48任务： 4-13 模型设计.mp4
第49任务： 4-14 MoocTrialNet模型搭建（1）.mp4
第50任务： 4-15 MoocTrialNet模型搭建（2）.mp4
第51任务： 4-16 MoocTrialNet模型搭建（3）.mp4
第52任务： 4-17 MoocTrialNet模型搭建（4）.mp4
第53任务： 4-18 MoocTrialNet模型搭建（5）.mp4
第54任务： 4-19 模型评估和选择.mp4
第55任务： 4-20 本章总结.mp4
第56任务： 5-1 本章内容介绍.mp4
第57任务： 5-2 什么是序列模型.mp4
第58任务： 5-3 不同的RNN应用类型：OvM, MvM.mp4
第59任务： 5-4 循环神经网络原理.mp4
第60任务： 5-5 用BPTT 训练RNN.mp4
第61任务： 每日作业
第62任务： 5-6 两个重要的变体：LSTMGRU（上）.mp4
第63任务： 5-7 两个重要的变体：LSTMGRU（下）.mp4
第64任务： 5-8 利用双向、多层RNN增强模型.mp4
第65任务： 5-9 典型应用范式：Encoder-Decoder.mp4
第66任务： 5-10 GRU实现唤醒词识别.mp4
第67任务： 5-11 基于双层、双向GRU的命令词识别模型搭建（1）.mp4
第68任务： 5-12 基于双层、双向GRU的命令词识别模型搭建（2）.mp4
第69任务： 5-13 基于双层、双向GRU的命令词识别模型搭建（3）.mp4
第70任务： 5-14 基于双层、双向GRU的命令词识别模型搭建（4）.mp4
第71任务： 5-15 基于双层、双向GRU的命令词识别模型搭建（5）.mp4
第72任务： 5-16 模型评估和选择.mp4
第73任务： 5-17 本章总结.mp4
第74任务： 每日作业
