課程介紹
本課程主要講解神經元模型、權重、閾值、激活函數等定義,講解感知機與多層網絡,講解誤差逆傳播算法,全局小和局部小的概念,講解梯度尋優方法,過擬合問題,深度學習由來等知識點。
課程收益
本課程需要掌握神經元模型、權重、閾值、激活函數等定義,感知機與多層網絡,誤差逆傳播算法,全局最小和局部最小的概念,梯度尋優方法,過擬合問題,深度學習由來等知識點。
講師介紹
王而川更多講師課程
樂川科技有限公司CEO,人工智能培訓講師,專業從事機器學習與深度學習培訓。參與多個人工智能領域項目,專注於機器學習與計算機視覺領域,長期參與無人駕駛汽車項目,專注研究無人駕駛領域的目標識別與跟蹤,善於人臉識別、物體識別、軌跡跟蹤、點雲識別分析等方向的新算法。
課程大綱
第1章:神經網絡的定義和神經元模型
1.神經網絡的定義與神經元模型 6:07
第2章:感知機和多層網絡
1.感知機 6:58
第3章:誤差逆傳播算法及其過擬合問題
1.誤差逆傳播算法 12:46
2.過擬合問題 4:18
第4章:全局最小和局部最小以及梯度尋優方法
1.全局最小和局部最小 10:19
第5章:深度學習由來
1.深度學習一 8:05
2.卷積神經網絡cnn爲例講解權值共享 11:54
第6章:其他常見神經網絡
1.RBF網絡 2:54
2.ART網絡 4:01
3.som網絡 2:42
4.級聯相關網絡 2:43
5.Boltzman機 4:45
大家可以點擊【查看詳情】查看我的課程