课程介绍:

本课程适合懂一点编程知识,想要从零开始探索人工神经网络学习的人。
本课程回顾了从零学习人工神经网络所需的必要的数学基础知识,使学员能够轻松理解人工神经网络中所遇到的数学问题。
代码示例使用Python和深度学习框架Keras,并用TensorFlow作为后端引擎。Keras是最受欢迎且发展最快的深度学习框架之一,被广泛推荐为上手深度学习的最佳工具。
学完本课程,你会对神经网络的工作原理有一个全面的理解,为以后学习深度学习打下坚实的基础,能够用神经网络解决实际问题,如二分类问题、多分类问题、回归问题。

目录:

  1. 初识神经网络
    1.1 Mnist数据集介绍及Keras开发环境设置
    1.2 神经网络剖析及示例
  2. 神经网络的数学基础
    2.1 神经网络的数据表示
    2.2 张量运算
    2.3 基于梯度的优化(导数、偏导、方向导数、梯度、梯度下降、误差反向传播)
  3. 电影评论分类(二分类问题)
  4. 新闻分类(多分类问题)
  5. 预测房价(回归问题)
  6. 源码

点击观看



关注微信服务号,手机看文章
关注微信服务号,手机看文章