V
主页
【官方双语】反向传播超简明教程,解析神经网络参数优化的核心技术
发布人
反向传播是我们用来优化神经网络参数的方法。反向传播背后的思想相当简单,但有大量细节。这个StatQuest侧重于以易于理解的方式解释主要思想。 相关视频链接: 神经网络:https://www.bilibili.com/video/BV18m411S79t/?spm_id_from=333.999.0.0&vd_source=2467b9eb914331d7f163eb52ed0d1c22 链式法则:https://www.bilibili.com/video/BV16F4m157h1/?spm_id_from=333.999.0.0&vd_source=2467b9eb914331d7f163eb52ed0d1c22 梯度下降:https://www.bilibili.com/video/BV1XW421F7M4/?spm_id_from=333.999.0.0&vd_source=2467b9eb914331d7f163eb52ed0d1c22 字幕校对:@爱吃面的见 时间轴:@Yolo_V1 字幕翻译:@翔翔翔年 视频校对:@努力的糖皮质激素 原视频:Neural Networks Pt. 2: Backpropagation Main Ideas https://www.youtube.com/watch?v=IN2XmBhILt4&t=18s 如果这个视频对你有所帮助,不要忘了一键三连和关注,欢迎分享给小伙伴一起学习呀! ----------------------------------------------------------------------- 如果您想支持StatQuest,请考虑... 购买我的书,《StatQuest机器学习图解指南》: PDF版本 - https://statquest.gumroad.com/l/wvtmc 纸质版 - https://www.amazon.com/dp/B09ZCKR4H6 Kindle电子书版 - https://www.amazon.com/dp/B09ZG79HXC ----------------------------------------------------------------------- StatQuest 旨在用通俗易懂的方式讲解统计学、机器学习等,将主要方法论分解成易于理解的部分,以增强理解。 更多关于StatQuest: 官网:https://statquest.org/ YouTube:https://www.youtube.com/@statquest Patreon: https://www.patreon.com/statquest 音乐:https://joshuastarmer.bandcamp.com/album/the-middle-ages 周边商店:https://statquest.creator-spring.com/? StatQuest Store: https://statquest.org/statquest-store/
打开封面
下载高清视频
观看高清视频
视频下载器
反向传播算法可视化展示
【深度学习 搞笑教程】18 前向传播 反向传播 | 草履虫都能听懂 零基础入门 | 持续更新
【官方双语】一个视频理解神经网络注意力机制,详细阐释!
【官方双语】LSTM(长短期记忆神经网络)最简单清晰的解释来了!
【官方双语】词嵌入、word2vec模型,如何将文字转化为数值,超清晰解释!
彻底弄懂,神经网络的误差反向传播算法
【官方双语】ROC & AUC 详细解释!
【官方双语】Transformer模型最通俗易懂的讲解,零基础也能听懂!
【官方双语】深度学习之神经网络的结构 Part 1 ver 2.0
【梯度下降】3D可视化讲解通俗易懂
【深度学习 搞笑教程】19 激活函数 sigmoid tanh ReLU LeakyReLU ELU Swish | 草履虫都能听懂 零基础入门 | 持续更新
【官方双语】神经网络并不可怕!
【官方双语】一个例子彻底理解ReLU激活函数
5分钟-通俗易懂 - 神经网络 反向传播算法(手算)
【官方双语】反向传播详解,第1部分:同时优化多个参数
从编解码和词嵌入开始,一步一步理解Transformer,注意力机制(Attention)的本质是卷积神经网络(CNN)
如何理解“梯度下降法”?什么是“反向传播”?通过一个视频,一步一步全部搞明白
【深度学习 搞笑教程】23 卷积层特性(局部感受野 权重共享)| 草履虫都能听懂 零基础入门 | 持续更新
【官方双语】直观解释注意力机制,Transformer的核心 | 【深度学习第6章】
StatQuest
【官方双语】编码、解码神经网络,一个视频讲清楚,seq2seq模型
【官方双语】一个视频带你理解张量tensor
不同神经网络都是做什么的?迪哥精讲五大神经网络(卷积、递归、生成、LSTM与Transformer)一次学懂算法原理与实战!
【官方双语】用PyTorch+Lightning优化神经网络代码
【深度学习 搞笑教程】24 池化层 | 草履虫都能听懂 零基础入门 | 持续更新
【官方双语】神经网络基本思想,从零开始理解深度学习!
【官方双语】逐步解析神经网络的多元输入与输出 !!!
【官方双语】一个视频理解交叉熵 Cross Entropy
【官方双语】全网最简单易懂的 [RNN循环神经网络] 介绍,一个视频理解梯度消失和梯度爆炸
【官方双语】反向传播详解 第2部分:疯狂使用链式法则
徒手写循环神经网络(RNN)
【官方双语】交叉熵损失函数怎么进行反向传播来优化神经网络参数?
【研1基本功 (真的很简单)Encoder Embedding】手写编码模块、构建Encoder Layer
【官方双语】ChatGPT背后是什么模型和原理?详细阐述decoder-only transformer模型!
神经网络反向传播:手撕公式+代码复现(40分钟带你上手)
【官方双语】一步一步带你用PyTorch构建神经网络!
当人工智能神经网络识别一条狗时,内部是如何工作的?
深度学习话题:对于神经网络,硕士博士不需要弄明白原理,只需要应用,是这样吗?-pytorch/机器学习
【官方双语】零基础梯度下降法,手把手教你优化损失函数!
【官方双语】机器学习新手必看,超简洁入门视频,带你理解机器学习核心