神经网络基础入门视频课程(C/C++/Python3语言实现)

2-1

2.1 人工神经网络理论基础2.1 人工神经网络理论基础

「仅限付费用户」点击下载“神经网络理论基础.pdf”

2-2

2.2 多层神经元前向计算2.2 多层神经元前向计算

2-3

2.3 基于反向传播的神经网络BPNN2.3 基于反向传播的神经网络BPNN

「仅限付费用户」点击下载“深度学习之神经网络随堂代码.zip”

2-4

2.4 BPNN的Cpp代码实现2.4 BPNN的Cpp代码实现

「仅限付费用户」点击下载“BPNN_CPP--代码.zip”

2-5

2.5 数据预处理的归一化操作2.5 数据预处理的归一化操作

「仅限付费用户」点击下载“神经网络归一化操作.pdf”

2-6

2.6 归一化操作代码实现2.6 归一化操作代码实现

「仅限付费用户」点击下载“BPNN_CPP归一化--代码.zip”

3-1

3.1 神经网络的快速发展所带来的问题3.1 神经网络的快速发展所带来的问题

3-2

3.2 卷积神经网络基本概念3.2 卷积神经网络基本概念

3-3

3.3 自编码器3.3 自编码器

3-4

3.4 卷积运算理论与代码实现3.4 卷积运算理论与代码实现

「仅限付费用户」点击下载“卷积神经网络理论基础.pdf”

3-5

3.5 卷积神经网络的代码实现3.5 卷积神经网络的代码实现

「仅限付费用户」点击下载“深度学习之卷积神经网络--代码.zip”

4-1

4.1 MNIST手写体数据集简介4.1 MNIST手写体数据集简介

「仅限付费用户」点击下载“MNIST数据集下载.txt”

4-2

4.2 MNIST数据集的数据读取4.2 MNIST数据集的数据读取

4-3

4.3 MNIST数据的卷积操作4.3 MNIST数据的卷积操作

4-4

4.4 MNIST数据的卷积反向操作与测试4.4 MNIST数据的卷积反向操作与测试

「仅限付费用户」点击下载“第四章MNIST--随堂资料和代码.zip”

4-5

4.5 使用Python和Tensorflow处理MNIST4.5 使用Python和Tensorflow处理MNIST数据集