人工智能教程

前言:人工智能和深度学习是以后的发展趋势,先准备点资料用于以后的拓展学习

下面是我搜集的较为容易理解的教程(可以作为入门来使用)。
是对NG(吴恩达)的英文视频的理解的中文教程。


1 神经网络与深度学习:

1.1 介绍神经网络;

1.1.1 什么是神经网络

1.1.2 监督学习型神经网络

1.1.3 什么使深度学习火起来了

1.2 神经网络基础;

1.2.1 如何将待预测数据输入到神经网络中

1.2.2 神经网络是如何进行预测的

1.2.3 神经网络如何判断自己预测得是否准确

1.2.4 神经网络是如何进行学习的

1.2.5 计算图

1.2.6 如何计算逻辑回归的偏导数

1.2.7 向量化

1.2.8 如何开始使用python

1.2.9 如何向量化人工智能算法

1.2.10 教你编写第一个人工智能程序

1.3 浅神经网络;

1.4 深度神经网络。


2 优化神经网络


3 深度学习项目实战


4 卷积神经网络CNNs


5 序列模型Sequence Models


6 生成对抗网络GANs


来源:https://blog.csdn.net/weixin_34336526/article/details/87593471

展开阅读全文

没有更多推荐了,返回首页