【2020新版更新】人工智能-深度学习入门视频课程（下篇）

1-1

卷积神经网络应用领域简介深度学习最核心的模块卷积神经网络的强大之处

「仅限付费用户」点击下载“课程资料.txt”

1-2

卷积的作用形象解读卷积层原理，卷积层到底做了什么事。

「仅限付费用户」点击下载“神经网络.pdf”

1-3

卷积特征值计算方法实例演示卷积操作的原理与计算流程

1-4

得到特征图表示卷积核参数padding与stride等分析与讲解

1-5

步长与卷积核大小对结果的影响卷积工作的特点，参数共享原则解读

1-6

边缘填充方法max pooling与mean pooling原理与特点

1-7

特征图尺寸计算与参数共享卷积层与池化层的前向传播与反向传播原理

1-8

池化层的作用代码讲解如何实现简易的卷积层的前向传播与反向传播过程。

1-9

整体网络架构代码演示如何实现简易版本的Pooling层的前向传播与反向传播过程。

1-10

VGG网络架构分析经典的卷积神经网络结构Alexnet,Vgg网络结构

1-11

1残差网络Resnet解析RNN相比于传统神经网络结构的不同和应用范围

1-12

RNN网络细节