
Tensorflow培訓(xùn)
深度學(xué)習(xí)基本原理
1、深度學(xué)習(xí)簡(jiǎn)介
2、深度學(xué)習(xí)成功應(yīng)用
3、深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的對(duì)比
4、深度學(xué)習(xí)的訓(xùn)練過(guò)程
5、深度學(xué)習(xí)的具體模型
·自動(dòng)編碼器
·稀疏自動(dòng)編碼器
·降噪自動(dòng)編碼器
6、深度學(xué)習(xí)應(yīng)用案例
深度學(xué)習(xí)模型原理解析
1、CNN
·CNN模型的推導(dǎo)與實(shí)現(xiàn)
·CNN的反向求導(dǎo)及練習(xí)
·CNN應(yīng)用:文本分類
·CNN 常見(jiàn)問(wèn)題總結(jié)
2、RNN
·RNN模型的推導(dǎo)與實(shí)現(xiàn)
·RNN的反向求導(dǎo)及練習(xí)
·RNN應(yīng)用:個(gè)性化電影推薦
·RNN常見(jiàn)問(wèn)題總結(jié)
3、LSTM
·LSTM模型的推導(dǎo)與實(shí)現(xiàn)
·LSTM的反向求導(dǎo)及練習(xí)
·LSTM應(yīng)用:文本識(shí)別