V
主页
6.8CrossEntropyLoss交叉熵损失函数详解2
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
6.6CrossEntropyLoss函数详解
6.7Softmax函数详解2
6.4 LogSoftmax函数详解
6.1Linear函数详解
6.2ReLU函数详解
6.3Softmax函数详解
6.5NLLLoss函数详解
7.9经典网络ResNet18原理及代码
7.5多通道多卷积核
9.2GAN目标函数解释
5.1BP实战猫狗分类数据集准备和任务介绍
5.2自定义猫狗分类数据集
7.7卷积神经网络框架及实战
5.6实战总结和声明
7.2卷积神经网络演变
4.4激活函数
7.6池化层
8.6RNN的缺点-梯度消失和爆炸
7.3单通道卷积核及步长stride
8.3RNN的后向传播及公式推导
8.1RNN循环神经网络简介及结构
7.1全连接层及优缺点
8.7LSTM结构
8.2RNN的前向传播
4.scala函数
5.5BP模型测试与使用
7.4卷积填充padding操作
1.5查看Pytorch是否安装成功或支持GPU
5.3构建BP网络模型
7.8经典网络VGG16原理及代码
1.6安装和卸载CPU版Tensorflow
4.1利用梯度下降法进行多变量线性回归
3.1梯度下降法求最小值公式推导、代码及动画展示
5.4定义和训练BP模型
4.5多层感知机
8.10LSTM反向传播及代码
11.图的关联聚合
9.4DCGAN原理及代码
4.使用IntelliJ IDEA编写和运行Scala代码
4.3感知机概念