首页 AI学术青年与开发者社区

【中文字幕】卡耐基梅隆大学 2018 秋季《深度学习导论》Bhiksha Raj 领衔主讲

课时列表 11课时
  • 第一讲 深度学习导论
  • 课时1 : 1.1 深度学习导论
    46:07
  • 课时2 : 1.2 神经计算的历史和认知基础
    33:39
  • 第二讲:神经网络作为通用逼近器
  • 课时3 : 2.1:神经网络作为通用逼近器
    38:00
  • 课时4 : 2.2:神经网络作为通用逼近器
    37:38
  • 第三讲:训练神经网络
  • 课时5 : 3.1 训练神经网络
    46:12
  • 课时6 : 3.2 训练神经网络
    34:31
  • 第四讲:反向传播
  • 课时7 : 4.1 反向传播
    40:01
  • 课时8 : 4.2 反向传播
    33:35
  • 第五讲:神经网络的收敛性
  • 课时9 : 5.1 神经网络的收敛性
    31:17
  • 课时10 : 5.2 神经网络的收敛性
    43:24
  • 第六讲:随机梯度下降
  • 课时11 : 6.1 随机梯度下降
    38:05
扫码加入课程交流群