您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 优美的机器深度学习课程信息图课程总结(全)大图

  2. 一份优美的课程笔记,吴恩达点赞的深度学习课程信息图 吴恩达在推特上展示了一份由 TessFerrandez 完成的深度学习专项课程信息图,这套信息图优美地记录了深度学习课程的知识与亮点。因此它不仅仅适合初学者了解深度学习,还适合机器学习从业者和研究者复习基本概念。这不仅仅是一份课程笔记,同时还是一套信息图与备忘录。下面,我们将从深度学习基础、卷积网络和循环网络三个方面介绍该笔记。
  3. 所属分类:深度学习

    • 发布日期:2018-03-12
    • 文件大小:35651584
    • 提供者:zhongrq88
  1. Deeplearning 深度学习笔记

  2. 吴恩达Coursera深度学习教程中文笔记,这些课程专为已有一定基础(基本的编程知识,熟悉Python、对机器学习有基本了解),想要尝试进入人工智能领域的计算机专业人士准备。在这5堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学习常用的网络结构、工具和知识都有涉及。
  3. 所属分类:深度学习

    • 发布日期:2018-05-08
    • 文件大小:26214400
    • 提供者:howieli
  1. Deeplearning深度学习笔记v5.52

  2. 本文档是针对吴恩达老师深度学习课程的学习笔记,这些课程专为已有一定基础(基本的编程知识,熟悉 Python、对机器学习有基本了解), 想要尝试进入人工智能领域的计算机专业人士准备。介绍显示:“深度学习是科技业最热门 的技能之一,本课程将帮你掌握深度学习,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization 对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆
  3. 所属分类:深度学习

    • 发布日期:2018-08-10
    • 文件大小:25165824
    • 提供者:qq_41070654
  1. Coursera深度学习笔记v3.1

  2. 吴恩达倾力奉献,创建的Coursera的deeplearning.ia。里面囊括了所有的上课笔记! 吴恩达Coursera深度学习教程中文笔记,这些课程专为已有一定基础(基本的编程知识,熟悉Python、对机器学习有基本了解),想要尝试进入人工智能领域的计算机专业人士准备。在这5堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归
  3. 所属分类:深度学习

    • 发布日期:2018-08-24
    • 文件大小:12582912
    • 提供者:gt18120588267
  1. 吴恩达深度学习笔记v5.5

  2. 这些课程专为已有一定基础(本的编知识,熟悉 Python、对机器学习有基本了解)想要尝试进入人工智能领域的计算机专业士准备。 想要尝试进入人工智能领域的计算机专业士准备。介绍显示:“深度学习是科技最热门 的技能之一,本课程将帮你掌握深度学习。” 在这5堂课中,学生将可以习到深度的基础会构建神经网络并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 、递归神经网络 (RNN)、长短
  3. 所属分类:深度学习

    • 发布日期:2018-08-30
    • 文件大小:24117248
    • 提供者:u014775977
  1. Deeplearning深度学习笔记v5.53

  2. Deeplearning深度学习笔记v5.53 吴恩达机器学习笔记更新--在这 5 堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization 对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学 习常用的网络结构、工具和知识都有涉及。
  3. 所属分类:机器学习

    • 发布日期:2018-08-31
    • 文件大小:26214400
    • 提供者:richgene
  1. Tensorflow 1.5.0 的学习笔记(资料整理) 适合初学者入门(400多页的内容笔记),内容详细

  2. Tensorflow 1.5.0 的学习笔记(资料整理) 适合初学者入门(PDF幻灯片形式,400多页幻灯片),是最近一段时间的Tensorflow的学习笔记(实验环境为Mac OS10.13.2)。内容包含了: 1.Tensorflow简介,2.Python数值计算知识,3.TensorFlow环境部署,4.TensorFlow基本使用 (概述), 5. TensorFlow 基本语法,6.面向机器学习初学者的 MNIST 初级教程(包含MNIST 数据下载与说明),7.面向机器学习专家的
  3. 所属分类:其它

    • 发布日期:2018-02-04
    • 文件大小:24117248
    • 提供者:wuxinxing1981
  1. 吴恩达DeepLearning.ai专项笔记

  2. 吴恩达深度学习专项笔记,详记了基础知识和作业代码,该笔记从神经网络与深度学习基础,提升深度神经网络性能和卷积神经网络三门课程出发 详细解释了相关概念和作业代码,并选择每个课程主题比较有意思的知识点进行详细讲解。
  3. 所属分类:深度学习

    • 发布日期:2018-02-26
    • 文件大小:24117248
    • 提供者:xingxin_xu
  1. 深度学习笔记

  2. 很详细的吴恩达老师的深度学习笔记,分为神经网络、卷积网络、人脸识别、序列模型等方面的知识,整理的很仔细。
  3. 所属分类:机器学习

    • 发布日期:2018-09-04
    • 文件大小:23068672
    • 提供者:qq_30546827
  1. 吴恩达DL深度学习笔记v3.03.pdf

  2. Coursera深度学习教程中文笔记 课程概述 这些课程专为已有一定基础(基本的编程知识,熟悉Python、对机器学习有基本了解), 想要尝试进入人工智能领域的计算机专业人士准备。介绍显示:“深度学习是科技业最热门 的技能之一,本课程将帮你掌握深度学习。” 在这5堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (R
  3. 所属分类:深度学习

    • 发布日期:2019-08-19
    • 文件大小:14680064
    • 提供者:drjiachen
  1. AndrewNG深度学习笔记V5.61—黄海广.pdf

  2. 本文档是针对吴恩达老师深度学习课程视频做的笔记。在这5堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。本课程对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学习常用的网络结构、工具和知识都有涉及。
  3. 所属分类:深度学习

    • 发布日期:2020-01-26
    • 文件大小:25165824
    • 提供者:Leytton
  1. Deeplearning深度学习笔记v5.61.pdf

  2. Coursera 深度学习教程中文 笔记 课程概述 这些课程专为已有一定基础(基本的编程知识,熟悉 Python、对机器学习有基本了解), 想要尝试进入人工智能领域的计算机专业人士准备。介绍显示:“深度学习是科技业最热门 的技能之一,本课程将帮你掌握深度学习。” 在这 5 堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization 对卷积神经网络 (C
  3. 所属分类:深度学习

  1. 动手学深度学习之卷积神经网络进阶(ModernCNN)

  2. 参考伯禹学习平台《动手学深度学习》课程内容内容撰写的学习笔记 原文链接:https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/lesson/T5r2YnM8A4vZpxPUbCQSyW 感谢伯禹平台,Datawhale,和鲸,AWS给我们提供的免费学习机会!! 总的学习感受:伯禹的课程做的很好,课程非常系统,每个较高级别的课程都会有需要掌握的前续基础知识的介绍,因此很适合本人这种基础较差的同学学习,建议基础较差的同学可以关注伯禹的其他课程:
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:403456
    • 提供者:weixin_38530202
  1. 动手学深度学习之-卷积神经网络基础

  2. 卷积神经网络基础 参考伯禹学习平台《动手学深度学习》课程内容内容撰写的学习笔记 原文链接:https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/video/whY-8BhPmsle8wyEEyTST 感谢伯禹平台,Datawhale,和鲸,AWS给我们提供的免费学习机会!! 总的学习感受:伯禹的课程做的很好,课程非常系统,每个较高级别的课程都会有需要掌握的前续基础知识的介绍,因此很适合本人这种基础较差的同学学习,建议基础较差的同学可以关注伯禹
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:132096
    • 提供者:weixin_38740596
  1. statistics_model:统计学系模型实现-源码

  2. 统计学习模型学习笔记 记录统计学习模型学习过程中的笔记,其中包括使用sklearn来测试模型,同时包括自己构建模型来实现模型的训练等等。 统计学系方法概论 感知机 k近邻法 k均值 增加k-means聚类算法。 朴素贝叶斯法 决策树 逻辑斯蒂回归与最大熵模型 其中增加了线性回归的推导。 支持向量机 提升方法 AdaBoost 增加AdaBoost方法。 EM算法及其推广 隐马尔可夫模型 条件随机场 深度学习 额外增加神经网络这一章节补充神经网络相关知识,主要是BP误差反向传播算法的推导。 有线电
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:1048576
    • 提供者:weixin_42144707
  1. Tensorflow-101:TensorFlow教程-源码

  2. 使用Jupyter Notebook的Tensorflow教程 使用Jupyter Notebook用Python编写的TensorFlow教程(当然)。 试图尽可能友好地进行解释,因为这些教程是针对TensorFlow初学者的。 希望这些教程对于您的深度学习项目是有用的食谱。 享受编码! :) 内容 / / / / 使用TensorFlow进行机器学习的基础知识: / / 多层感知器(MLP): / / / 卷积神经网络(CNN): / / / 使用预训练模型(VGG):
  3. 所属分类:其它

    • 发布日期:2021-02-28
    • 文件大小:106954752
    • 提供者:weixin_42128141
  1. 卷积神经网络知识学习笔记

  2. 本文来自简书,本文主要讲解了卷积神经网络知识,包括卷积层和池化层的介绍,希望对您的学习有所帮助。卷积神经网络(CNN)是含有卷积层(convolutionallayer)的神经网络,二维卷积层有高和宽两个空间维度,常用来处理图像数据。虽然卷积层得名于卷积(convolution)运算,但我们通常在卷积层中使用更加直观的互相关(cross-correlation)运算。关于卷积运算和互相关运算的关系可以查看这里。二维卷积层输出的二维数组可以看作是输入在空间维度(宽和高)上某一级的表征,也叫特征图(
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:242688
    • 提供者:weixin_38743076
  1. deeplearning_ai_books:deeplearning.ai(吴恩达老师的深度学习课程笔记及资源)-源码

  2. Coursera深度学习教程中文笔记 课程概述 这些课程专为已有一定基础(基本的编程知识,熟悉Python ,对机器学习有基本了解),想要尝试进入人工智能领域的计算机专业人士准备。介绍显示:“深度学习是科技业最热门的技能之一,本课程将帮你掌握深度学习。” 在这5堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。深度学习专业对卷积神经网络( CNN ),递归归神经网络( RNN ),长短期记忆( LSTM )等深度学习
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:161480704
    • 提供者:weixin_42117037
  1. 卷积神经网络知识学习笔记

  2. 本文来自简书,本文主要讲解了卷积神经网络知识,包括卷积层和池化层的介绍,希望对您的学习有所帮助。卷积神经网络(CNN)是含有卷积层(convolutionallayer)的神经网络,二维卷积层有高和宽两个空间维度,常用来处理图像数据。虽然卷积层得名于卷积(convolution)运算,但我们通常在卷积层中使用更加直观的互相关(cross-correlation)运算。关于卷积运算和互相关运算的关系可以查看这里。二维卷积层输出的二维数组可以看作是输入在空间维度(宽和高)上某一级的表征,也叫特征图(
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:242688
    • 提供者:weixin_38627826