暂无课程咨询信息 [发表课程咨询]
- 最近浏览过的
- 清除历史记录
改善深层神经网络：超参数调试、正则化以及优化 deeplearning.ai
- 内容简介:
- 这门课会带领你从理解深度学习的理论到成功实践。深度学习过程并不是一个黑箱，你会理解什么在驱动网络，并且能够更系统化地得到好的运行结果。同时，你也会学习如何使用TensorFlow。
- 价格:
- 免费
课程介绍
| 第一周 深度学习的实用层面 | 1.1 训练 / 开发 / 测试集 | 1.1 训练 / 开发 / 测试集 |
| 第一周 深度学习的实用层面 | 1.2 偏差 / 方差 | 1.2 偏差 / 方差 |
| 第一周 深度学习的实用层面 | 1.3 机器学习基础 | 1.3 机器学习基础 |
| 第一周 深度学习的实用层面 | 1.4 正则化 | 1.4 正则化 |
| 第一周 深度学习的实用层面 | 1.5 为什么正则化可以减少过拟合？ | 1.5 为什么正则化可以减少过拟合？ |
| 第一周 深度学习的实用层面 | 1.6 Dropout 正则化 | 1.6 Dropout 正则化 |
| 第一周 深度学习的实用层面 | 1.7 理解 Dropout | 1.7 理解 Dropout |
| 第一周 深度学习的实用层面 | 1.8 其他正则化方法 | 1.8 其他正则化方法 |
| 第一周 深度学习的实用层面 | 1.9 正则化输入 | 1.9 正则化输入 |
| 第一周 深度学习的实用层面 | 1.10 梯度消失于梯度爆炸 | 1.10 梯度消失于梯度爆炸 |
| 第一周 深度学习的实用层面 | 1.11 神经网络的权重初始化 | 1.11 神经网络的权重初始化 |
| 第一周 深度学习的实用层面 | 1.12 梯度的数值逼近 | 1.12 梯度的数值逼近 |
| 第一周 深度学习的实用层面 | 1.13 梯度检验 | 1.13 梯度检验 |
| 第一周 深度学习的实用层面 | 1.14 关于梯度检验实现的注记 | 1.14 关于梯度检验实现的注记 |
| 第二周 优化算法 | 2.1 Mini-batch 梯度下降法 | 2.1 Mini-batch 梯度下降法 |
| 第二周 优化算法 | 2.2 理解 mini-batch 梯度下降法 | 2.2 理解 mini-batch 梯度下降法 |
| 第二周 优化算法 | 2.3 指数加权平均 | 2.3 指数加权平均 |
| 第二周 优化算法 | 2.4 理解指数加权平均 | 2.4 理解指数加权平均 |
| 第二周 优化算法 | 2.5 指数加权平均的偏差修正 | 2.5 指数加权平均的偏差修正 |
| 第二周 优化算法 | 2.6 动量梯度下降法 | 2.6 动量梯度下降法 |
| 第二周 优化算法 | 2.7 RMSprop | 2.7 RMSprop |
| 第二周 优化算法 | 2.8 Adam 优化算法 | 2.8 Adam 优化算法 |
| 第二周 优化算法 | 2.9 学习率衰减 | 2.9 学习率衰减 |
| 第二周 优化算法 | 2.10 局部最优的问题 | 2.10 局部最优的问题 |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.1 调试处理 | 3.1 调试处理 |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.2 为超参数选择合适的范围 | 3.2 为超参数选择合适的范围 |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.3 超参数训练的实践：Pandas VS Caviar | 3.3 超参数训练的实践：Pandas VS Caviar |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.4 正则化网络的激活函数 | 3.4 正则化网络的激活函数 |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.5 将 Batch Norm 拟合进神经网络 | 3.5 将 Batch Norm 拟合进神经网络 |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.6 Batch Norm 为什么奏效？ | 3.6 Batch Norm 为什么奏效？ |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.7 测试时的Batch Norm | 3.7 测试时的Batch Norm |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.8 Softmax 回归 | 3.8 Softmax 回归 |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.9 训练一个 Softmax 分类器 | 3.9 训练一个 Softmax 分类器 |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.10 深度学习框架 | 3.10 深度学习框架 |
| 第三周 超参数调试、Batch正则化和程序框架 | 3.11 TensorFlow | 3.11 TensorFlow |
| 【人工智能行业大师访谈】 | 1. 吴恩达采访 Yoshua Bengio | Yoshua Bengio |
| 【人工智能行业大师访谈】 | 2. 吴恩达采访 林元庆 | 林元庆 |
课程参数
课程评论
暂无课程评论信息 [发表课程评论]
课程咨询