偏导数
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
深度学习小白入门自己动手搭建神经网络(AI第一册)里学习了神经网络的原理,识别了手写数字;自己动手神经网络深度学习(AI第2册)是它的后续课程,自己动手掌握神经网络学习的过程。
你将会学到
不依赖框架,自己动手编程实现神经网络深度学习,掌握工作原理
课程简介
只有掌握了深度学习的原理才能在人工智能的道路上走得更远,课程手把手带你掌握神经网络是如何学习的,经过学习训练的神经网络就具备了思考的大脑。课程通俗易懂地讲解所需的数学等理论知识,将数学知识应用到人工智能编程。
在第一册里我们学会了搭建神经网络,在第二册我们让这个神经网络进行深度学习,深度学习的目的是让神经网络具备思考的大脑。神经网络只要有合适的参数,就可以思考。所以,学习的过程就是调整参数的过程。
为此,围绕着调整参数,整个课程大致分为5个部分,第一部分学习损失函数,损失函数把通过正向传播算法得到的输出与准备好的正确答案相比较,损失函数越大,说明神经网络的参数越不好,就需要调整,但是调整的值是多少。为此,就需要第二部分的数学知识:导数。损失函数对参数的导数,就是参数变化时反映损失函数的变化,导数的值就是调整的值;每次循环,让参数按导数的值调整,就是第三部分梯度下降法;训练神经网络需要大量的数据,我们实验用的数据来源可以是网上现成的,也可以自己制作;第四部分,万事俱备,我们让神经网络开始学习训练,对各个网络层中的权重和偏置的更新量进行求解,然后,再对各个网络层中所有的权重和偏置一点点地进行更新。
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
35课时
深度学习小白入门自己动手搭建神经网络(AI第一册)
1555人学习
李传伟
5.0
¥28.00
22课时
自己动手神经网络深度学习(AI第二册)
1031人学习
李传伟
5.0
¥18.00
24课时
Tensorflow轻松入门(AI第三册)
255人学习
李传伟
5.0
¥19.00
170课时
人工智能-深度学习框架-Tensorflow案例实战视频课程
282905人学习
唐宇迪
4.9
¥198.00
30课时
人工智能深度学习入门视频课程
282815人学习
唐宇迪
4.9
¥49.00
13课时
师傅带徒弟学Python:项目实战1:网络爬虫与抓取股票数据
272317人学习
关东升
4.9
¥69.00
88课时
Python入门与数据科学库
266409人学习
唐宇迪
4.9
¥398.00
129课时
人工智能-数学基础视频课程
203048人学习
唐宇迪
5.0
¥298.00