V
主页
2.1 sigmoid函数性质
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
4.5 损失函数汇总
6.11 迁移学习
2.6 二元交叉熵函数求梯度
6.4 卷积神经网络总结
抽象函数的周期性+对称性问题总结
1.5 波士顿房价线性回归实战
2.2 为什么MSE不能作为逻辑回归的损失函数?
6.6 应用CNN对CIFAR-10分类
7.8 LSTM长短记忆循环神经网络
7.10 RNN过拟合+多层LSTM
1.6强化学习介绍
3.1贝叶斯原理+TFidf
6.7 卷积层参数个数的计算1
5.6 过拟合现象-由于模型结构复杂
6.8 卷积层参数个数的计算2
2.1绘制折线图
3.6 多元交叉熵
7.12 双向LSTM
5.9 batch normalization
5.1 过拟合现象
7.4 循环神经网络词向量化
4.2 激活函数
6.5 池化层详解
6.3 卷积层详解
4.4 全连接神经网络总结
7.11 文本生成项目-李白写诗
2.1绘制图形-matplot.pyplot.plot
1.7回归与分类+机器学习分类
3.7 标准化与归一化
【基础串讲】抽象函数、复合函数、分段函数、奇偶函数等单调性与最值题型汇总,单调性进阶视频~
2.4信息量信息熵的概念
1.4.1 线性回归算法代码实战-1
5.4 Data augmentation数据增强
1.3 梯度下降算法代码实战
6.2 卷积神经网络实战MNIST
1.1机器学习简介
7.6 simple RNN
1.4.3 过拟合现象-正则项
2.10 逻辑回归知识点回顾
2.3 二元交叉熵-MSE与BinaryCrossEntropy对比