第一章:线性神经网络
1. 线性回归实现
2. softmax回归实现
第二章:多层感知机
1. 多层感知机的实现
2. 模型选择,过拟合和欠拟合
3. 权重衰减、暂退法(Dropout)
4. 前向传播,反向传播和计算图
5. 实战Kaggle:房价预测
第三章:卷积神经网络
卷积神经网络原理及其实现(2万字大章)
深度卷积神经网络AlexNet
使用块的网络VGG
网络中的网络NIN
GoogleNet
ResNet
DenseNet
第四章:循环神经网络
循环神经网络原理及复现(一)
循环神经网络原理及复现(二)
门控循环神经网络(GRU)
长短期记忆神经网络(LSTM)
深度循环神经网络
双向循环神经网络
实战:机器翻译
第五章:注意力机制
注意力提示、注意力汇聚
评分函数
Badhanau注意力
多头注意力
Transformer
持续更新中~~