《深度学习》花书训练营【第二期】，视频教程下载

课程介绍：

设计了梯度式的教学计划，以理论+实战为主，包含三个部分，第1部分学习基本的数学工具和机器学习的概念，作为深度学习的预备知识；第2部分系统深入地讲解“花书”中涉及现今已成熟的深度学习方法和技术；第3部分带打全球顶级Kaggle比赛，增强实战能力和对书本的理解。   

课程目录：

00【学前准备】开营仪式，认识群内的小伙伴

     深度输出活动.docx

     看开营仪式，了解学习模式.docx

01 第一周线性代数

     伪逆矩阵最小二乘.mp4

     矩阵对角化以及SVD分解.mp4

     资料下载.doc

02 第一周：概率与信息伦，数值计算

     无约束最优化.mp4

     有约束最优化.mp4

     极大似然估计.mp4

03 第一周：本周学习任务简单总结

     03 第一周：本周学习任务简单总结.doc

04 第二周 机器学习算法基本概念

     估计、偏差和方差.mp4

     机器学习算法基本概念.doc

     机器学习算法基本概念.mp4

     过拟合欠拟合超参数验证集.mp4

05 第二周 贝叶斯统计与逻辑回归

     贝叶斯统计.mp4

     逻辑回归.mp4

06 第二周：本周学习任务简单总结

     第二周：本周学习任务简单总结.docx

07 第三周：LDA与SVM算法

     LDA.mp4

     SVM.mp4

08 第三周：随机梯度下降

     决策树.mp4

09 第三周：本周学习任务简单总结

     08 第三周：本周学习任务简单总结.doc

10 第四周：前馈神经网络损失函数

     前馈神经网络结构表达能力.mp4

     激活函数损失函数.mp4

11 第四周：前馈神经网络架构设计 反向传播

     前向后向算法、.mp4

12 第四周：直播答疑日

     第四周：直播答疑日.mp4

13 第四周：本周学习任务简单总结

     第四周：本周学习任务简单总结.docx

14 第五周：范数惩罚正则化

     数据增强bagging dropout.mp4

     范数惩罚正则化.mp4

15 第五周：深度模型中的优化

     第五周：深度模型中的优化.mp4

16 第五周：本周学习任务简单总结

     总结.docx

17 第五周：直播答疑

     直播答疑.mp4

     $ d& C8 \3 l, c/ u2 g3 k# m

18 第六周：卷积神经网络基础

     cnn前向后向.mp4

     局部感知权值共享.mp4

19 第六周：卷积函数变体

     lenet alexnet.mp4

     vggnet Googlenet.mp4

20 第六周：本周任务简单总结+直播答疑日

     第六周：本周学习任务简单总结.docx

     答疑.mp4

21 第七周：RNN概念&前向传播

     RNN概念&前向传播.mp4

     " z$ t7 N+ |$ r1 U; F

22 第七周：RNN反向传播与并行计算

     RNN反向传播与并行计算.mp4

23 第七周：本周学习任务简单总结

     第七周：本周学习任务简单总结.docx

24 第八周：

     lstm.mp4

25 第八周：

     gru.mp4

26 第八周：本周任务简单总结+直播答疑日

     任务总结.docx

     直播答疑.mp4

27 第九周：推理加速、训练加速

     推理加速.mp4

     训练加速.mp4

28 第九周：自适应和gan

     28 第九周：自适应和gan.mp4

29 第九周：本周学习任务简单总结

     第九周：本周学习任务简单总结.docx

花书第二期视频课PPT（完结）

    第一周：数学基础(修正版）.pdf

    第二周和第三周：机器学习基础.pdf

    第四周：深度前馈网络.pdf

    第五周深度模型的优化.pdf

    第五周：深度学习中的正则化.pdf

    第六周：第九章卷积网络2.0.pdf

    第七、八周：第十章循环神经网络.pdf

    第九周：实际工作中的一些高级技术2.0.pdf

资源下载

此资源下载价格为6学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305