2-1

2.1、全连接神经网络整体结构介绍全连接神经网络整体结构和深度学习的发展

「仅限付费用户」点击下载“Pytorch框架与经典卷积神经网络与实战.pptx”

2-2

2.2、全连接神经网络的单元结构介绍全连接神经网络的单元结构和具体的内容

2-3

2.3、为什么要加入非线性激活函数介绍神经为什么要加入非线性激活函数和其作用

2-4

2.4、sigmoid激活函数介绍sigmoid激活函数的公式和其具体内容

2-5

2.5、Tanh激活函数介绍Tanh激活函数的公式和其具体内容深度学习

2-6

2.6、relu激活函数介绍relu激活函数的公式和其具体的内容，深度学习

2-7

2.7、Leaky ReLU激活函数介绍Leaky ReLU激活函数的公式和其具体内容

2-8

2.8、神经网络的前向传播介绍神经网络的前向传播的具体内容和公式和深度学习

2-9

2.9、神经网络的损失函数介绍神经网络的损失函数，交叉熵损失函数，深度学习

2-10

2.10、梯度下降法介绍梯度下降法和参数求导求对应的w，b参数

2-11

2.11、反向传播计算案例利用一个具体的案例来讲解反向传播计算案例

2-12

2.12、图像在计算机中的本质介绍2.12、图像在计算机中的本质，三通道的讲解与介绍

2-13

2.13、全连接神经网络存在的问题具体讲解了全连接神经网络存在的问题，深度学习

2-14

2.14、卷积运算过程详细的讲解了卷积运算过程，其实公式推导，深度学习

2-15

2.15、步幅讲解了深度学习卷积神经网络中步幅操作，深度学习

2-16

2.16、填充讲解深度学习卷积神经网络中填充操作，深度学习

2-17

2.17、输出特征图计算公式特征图详细的讲解了输出特征图计算公式特征图及其详细推导

2-18

2.18、多通道卷积运算详细的讲解了多通道卷积运算的具体内容和原理

2-19

2.19、池化操作详细的讲解了池化操作的具体内容及其原理，深度学习