V
主页
京东 11.11 红包
2.6 二元交叉熵函数求梯度
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
2.7 二元交叉熵代码实战讲解
2.3 二元交叉熵-MSE与BinaryCrossEntropy对比
4.5 损失函数汇总
3.6 多元交叉熵
2.2 为什么MSE不能作为逻辑回归的损失函数?
2.5. 信息量-信息熵-KL散度-交叉熵
2.10 逻辑回归知识点回顾
1.3 梯度下降算法代码实战
1.4.3 过拟合现象-正则项
6.7 卷积层参数个数的计算1
【人工神经网络】【准确率:93.03%】04 从零开始搭建一个人工神经网络(训练+测试)
6.11 迁移学习
1.2梯度下降算法
【人工神经网络】03 从零开始搭建一个人工神经网络(反向传播算法)
2.1 sigmoid函数性质
4.2 激活函数
5.6 过拟合现象-由于模型结构复杂
5.1 过拟合现象
5.9 batch normalization
3.1贝叶斯原理+TFidf
1.5 波士顿房价线性回归实战
6.8 卷积层参数个数的计算2
2.1绘制折线图
6.5 池化层详解
1.1机器学习简介
5.2 L1正则项L2正则项
7.8 LSTM长短记忆循环神经网络
3.1 softmax函数性质
5.7 过拟合现象-早停法
7.12 双向LSTM
6.3 卷积层详解
7.1 循环神经网络介绍
【人工神经网络】01 从零开始搭建一个人工神经网络
1.4.1 线性回归算法代码实战-1
【人工神经网络】02 从零开始搭建一个人工神经网络
2.8 逻辑回归项目(泰坦尼克号)实战详解
6.6 应用CNN对CIFAR-10分类
6.4 卷积神经网络总结
5.4 Data augmentation数据增强
7.10 RNN过拟合+多层LSTM