文件名称：introduction-to-deep-learning
文件大小：5.02MB
文件格式：ZIP
更新时间：2024-05-24 02:36:09
JupyterNotebook
欢迎来到我们的AI和深度学习课程库简介！ 您可以通过访问找到有关我们的AI和深度学习入门课程的更多信息 要注册我们的课程，您可以通过访问找到适合您日程的下一门 教学大纲 第一天 理论：人工智能和深度学习导论 动机：深度学习的基础和术语 AI vs ML vs DL：比较 特征和重量 机器学习回顾：线性回归，逻辑回归 激活功能。 动手 Python编程简介 第二天 理论：神经网络 神经网络 损失函数 梯度下降 前馈和后向传播 深度学习模型训练 动手 建立神经网络 第三天 理论：数据集，正则化和超参数调整 数据集拆分和分发 评估指标 偏差vs方差 正则化：L1 / L2正则化，辍学，提早停止 优化方法 超参数调整 动手 调整神经网络 第四天 理论：卷积神经网络 人工神经网络与CNN 卷积，池化，填充，跨步 转移学习 CNN的应用 动手 使用CNN进行图像分类 第五天 理论：递归神经网络
【文件预览】：
introduction-to-deep-learning-main
----Day 4()
--------3.Convolutional_Neural_Networks.ipynb(148KB)
--------Day 4 - CNN.pdf(1.48MB)
----Homeworks()
--------Homework_4.ipynb(19KB)
--------Homework_3.ipynb(17KB)
--------Homework_2.ipynb(39KB)
--------Homework_1.ipynb(5KB)
----Final Project()
--------Project_Image_Classification.ipynb(5KB)
----Day 2()
--------Day 2 - Training NN.pdf(873KB)
--------1.Python_Basics.ipynb(159KB)
----Day 3()
--------Day 3 - Dataset & Experiments.pdf(794KB)
--------2.Neural_Network.ipynb(414KB)
----README.md(2KB)
----Day 1()
--------Day 1 - Introduction to ML.pdf(1.2MB)
----logo.png(24KB)
----Day 5()
--------Day 5 - RNN.pdf(1.02MB)
--------4.Recurrent_Neural_Network.ipynb(35KB)