首页 AI学术青年与开发者社区

【独家授权】神经网络系列课 ——Google Brain Hugo Larochelle

课时列表 35课时
  • 前馈神经网络
  • 课时1 : 1.1 人工神经元
    08:00
  • 课时2 : 1.2 激活函数
    06:05
  • 课时3 : 1.3 单个神经元的能力
    08:14
  • 课时4 : 1.4 多层神经网络
    13:20
  • 课时5 : 1.5 神经网络的容量
    09:06
  • 课时6 : 1.6 生物学背后的启发
    14:31
  • 训练神经网络
  • 课时7 : 2.1 经验风险最小化
    10:40
  • 课时8 : 2.2 损失函数
    05:04
  • 课时9 : 2.3输出层梯度
    13:44
  • 课时10 : 2.4隐层梯度
    15:27
  • 课时11 : 2.5激活函数求导
    04:50
  • 课时12 : 2.6参数梯度
    06:39
  • 课时13 : 2.7反向传播
    15:19
  • 课时14 : 2.8正则化
    15:10
  • 课时15 : 2.9参数初始化
    06:40
  • 课时16 : 2.10模型选择
    14:00
  • 课时17 : 2.11 优化
    23:49
  • 条件随机场
  • 课时18 : 3.1 动机
    05:31
  • 课时19 : 3.2 linear chain CRF
    10:11
  • 课时20 : 3.3 文本窗口
    12:59
  • 课时21 : 3.4 计算配分函数
    24:47
  • 课时22 : 3.5 计算边际值
    09:20
  • 课时23 : 3.6 执行分类
    18:44
  • 课时24 : 3.7 因子、充分统计量、线性链CRF
    11:49
  • 课时25 : 3.8 马可夫网络
    11:50
  • 课时26 : 3.9 因子图
    06:40
  • 课时27 : 3.10 置信传播
    25:01
  • 训练CRFs
  • 课时28 : 4.1 损失函数
    05:57
  • 课时29 : 4.2 一元 log-factor 梯度
    14:45
  • 课时30 : 4.3 成对 log-factor 梯度
    06:06
  • 课时31 : 4.4 判别学习 VS 生成学习
    07:00
  • 课时32 : 4.5最大熵马尔科夫模型
    09:02
  • 课时33 : 4.6 隐藏马尔科夫模型
    04:33
  • 课时34 : 4.7 常规条件随机场
    06:46
  • 课时35 : 4.8 Pseudolikelihood
    05:27

相关课程

开课日期:深度学习鼻祖Hinton公开课视频,随到随学开始
免费课 31964
扫码加入课程交流群