|
首页
|
电子技术
|
电子应用
|
电子头条
|
社区
|
论坛
测评
博客
电子技术视频
|
下载
|
电路图
|
参考设计
|
Datasheet
|
活动
|
直播
|
datasheet
datasheet
文章
搜索
|
首页
|
电子技术
|
电子产品应用
|
电子头条
|
论坛
|
大学堂
|
下载
|
参考设计
|
Datasheet
|
活动
|
技术直播
|
datasheet
datasheet
文章
搜索
大学堂
上传课程
首页
课程
TI培训
直播频道
专题
相关活动
其他资源
下载中心
电路图
参考设计
您的位置:
EEWORLD大学堂
/
机器学习/算法
/
Hinton机器学习与神经网络
/
Three types of learning
本课程为精品课,您可以登录eeworld继续观看:
Three types of learning
登录
播放列表
课程目录
课程笔记
课时1:Why do we need machine learning
课时2:What are neural networks
课时3:Some simple models of neurons
课时4: A simple example of learning
课时5:Three types of learning
课时6:An overview of the main types of network architecture
课时7:Perceptrons
课时8:A geometrical view of perceptrons
课时9:Why the learning works
课时10:What perceptrons can not do
课时11:Learning the weights of a linear neuron
课时12:The error surface for a linear neuron
课时13:Learning the weights of a logistic output neuron
课时14:The backpropagation algorithm
课时15:How to use the derivatives computed by the backpropagation algorithm
课时16:Learning to predict the next word
课时17:A brief diversion into cognitive science
课时18:Another diversion_The softmax output function
课时19:Neuro-probabilistic language models
课时20:ways to deal with large number of possible outputs
课时21:Why object recognition is difficult
课时22:Ways to achieve viewpoint invariance
课时23:Convolutional neural networks for hand-written digit recognition
课时24:Convolutional neural networks for object recognition
课时25:Overview of mini-batch gradient descent
课时26:A bag of tricks for mini-batch descent
课时27:The momentum method
课时28:A separate, adaptive learning rate for each connection
课时29:rmsprop_divide the gradient
课时30:Modeling sequences_brief overview
课时31:Training RNNs with backpropagation
课时32:A toy example of training an RNN
课时33:Why it is difficul to train an RNN
课时34:Long term short term memory
课时35:Modeling character strings with multiplicative connections
课时36:Learning to predict the next character using HF
课时37:Echo state networks
课时38:Overview of ways to improve generalization
课时39:Limiting size of the weights
课时40:Using noise as a regularizer
课时41:Introduction to the bayesian approach
课时42:The bayesian interpretation of weight decay
课时43:MacKays quick and dirty method of fixing weight costs
课时44:Why it helps to combine models
课时45:Mixtures of experts
课时46:The idea of full bayesian learning
课时47:Making full bayesian learning practical
课时48:Dropout an efficient way to combine neural nets
课时49:Hopfield Nets
课时50:Dealing with spurious minima in hopfield nets
课时51:Hopfields Nets with hidden units
课时52:Using stochastic units to improve search
课时53:How a boltzmann machine models data
课时54:The boltzmann machine learning algorithm
课时55:More efficient ways to get the statistics
课时56:Restricted boltzmann machines
课时57:An example of contrastive divergence learning
课时58:RBMs for collaborative filtering
课时59:The ups and downs of backpropagation
课时60:Belief nets
课时61:The wake-sleep algorithm
课时62:Learning layers of features by stacking RBMs
课时63:Discriminative fine-tuning for DBNs
课时64:What happens during discriminative fine-tuning
课时65:Modeling real-valued data with an RBM
课时66:RBMs are infinite sigmoid belief nets
课时67:From principal components analysis to autoencoders
课时68:Deep Autoencoders
课时69:Deep autoencoders for document retrieval and visualization
课时70:Semantic hashing
课时71:Learning binary codes for image retrieval
课时72:Shallow autoencoders for pre-training
课时73:Learning a joint model of images and captions
课时74:Hierarchical coordinate frames
课时75:Bayesian optimization of neural network hyperparameters
时长:7分37秒
日期:2019/04/09
收藏视频
上传者:木犯001号
去评论
课程介绍
相关标签:
神经网络
机器学习
反向传播
机器学习祖师爷之一Geoffrey Hinton大神于2012年主讲录制。课程内容以深刻睿智,鞭辟入里见长。课程深入介绍了Machine Learning中的神经网络的方法,人工神经网络在语音识别和物体识别、图像分割、建模语言和人类运动等过程中的应用,及其在机器学习中发挥的作用。
显示全部 ↓
推荐视频
用户评论
木犯001号
课程ppt下载地址 https://download.eeworld.com.cn/detail/%E6%9C%A8%E7%8A%AF001%E5%8F%B7/598715
2019年04月04日 13:59:16
回复
|
顶
()
猜您喜欢
推荐帖子
请问大家怎么将g2553的时钟设置成外接32.768k晶振的时钟
才接触430g2553没多久,希望大家可以指导一下
pisces666
微控制器 MCU
Resource(s) L Unit Write Port on side B in conflict in E1 phase
在用dsplib写FFT程序,用C6713软件仿真时* Runtime error at PC = 000003d4Resource(s) L Unit Write Port on side B in conflict in E1 phase. Ref SPRU189F Sec 3.7, Sec 4.5, Sec 7.2 ,菜鸟求大神指导
游侠339
DSP 与 ARM 处理器
大家用SAM D21跑下UART例程看看!
大家用SAM D21跑下UART例程看看!效果如何?
蓝雨夜
Microchip MCU
ULN2803A与ULN2003A问题
ULN2803A与ULN2003A有什么区别?说详细点
luck2001
嵌入式系统
收到手电筒,火急拆了,大家猜猜这是直流发电机还是交流发电机
直接上图了
heicnhei
聊聊、笑笑、闹闹
求大神指导一下 是不是程序有问题!!!
#include#define uchar unsigned char#define uint unsigned intuint a,b;uchar num;uchar code x[]={0x3f,0x06,0x5b,0x4f,0x66,0x6d,0x7d,0x07,0x39,0x5e,0x79,0x71};sbit dula=P2^6;sbit wela=P2^7;void delay(uin
小白是我
51单片机
推荐内容
热门视频
更多
STM32虚拟蜡烛效果
无线芯片性能布板关键
直播回放: 英特尔 FPGA 可编程加速平台介绍,走近 AI、数据中心、基因工程等大咖工程
现代机器人学
NFC近场感应技术详解
Atmel AvantCar 中控台概念演示
面向高电压应用的多节电池组监视器 IC
Miz702 zynq视频进阶教程(米联客)
【探索发现】世界最圆的球-1千克纯硅原子的颠覆意义!
英特尔封装Co-EMIB
开源项目推荐
更多
FZ72
#第五届立创电子设计大赛#STM32F103VET6最小最简系统板
使用 Broadcom Inc 的 ACPL-333J 的参考设计
ZR431F005TA 可调精密齐纳并联稳压器的典型应用
EVAL-ADM3260EBZ,用于评估具有集成 DC 至 DC 转换器的 ADM3260 热插拔双路 I2C 隔离器的评估套件
LTC3121IDE 4.3V 至 5V、500mA USB/电池供电同步升压转换器的典型应用电路
具有双输入的 LTC3126IUFD 5V、2MHz 降压转换器的典型应用电路
使用 MikroElektronika 的 MB94R215BPMB 的参考设计
BP5220A带保护电路降压DC/DC转换器典型应用电路
蜂鸟无线串口透传收发模块-LC12S和灵TR系列
热门文章
更多
ZKW公司研发新照明技术,用于自动驾驶汽车,可提高行车安全性
韩媒:苹果首款折叠机或2023年问世
是德科技推出雷达场景仿真器解决方案,加快全自动驾驶技术发展脚步
iPhone SE 3将试产:保留上一代设计,硬件略有升级
示波器抓不到低概率异常信号怪谁?
e络盟社区开展第三期“可编程之路”培训活动
网状网络——更广泛的无线连接
电路图
音频驱动继电器
遥控发射器的接口电路
多音调报警器
各种保护电路的结构和工作原理图h
采用晶闸管的白炽灯调光电路之二
八路抢答器电路
简易电池自动恒流充电电路的总电路图
220V交流市电直接驱动小型继电器电路_1
电焊机空载节电器电路
电磁离合器线圈的基本控制电路
压电晶体声控电灯
KTY84型温度传感器5V电源电路
高频环形天线
单极性可偏置电流源电路
简易电子钥匙电路
增益可编程差动输入输出放大器电路
低噪声200MHZ宽带放大器电路
汽车雨刷自动控制电路
厦新A8手机故障维修 图一
555频率和占空比均可调的电子治疗仪电路
单片函数发生器NE566V电路
KA2309 (玩具)无线电遥控接收控制调节电路
电容负反馈锯齿波电路(三)
交直流无触点切换电路
软开关电路原理图
三相电动机采用三接触器的换向电路
DMAl0整流模块结构图
大电流稳压电子管电路
电脑主板电路图 815 3_18
可能感兴趣器件
ISD1100S
ATT-465M-11-SMA-02
UMK063CH270JT-F
515.067.035.010.003
SIT8924BE-73-33E-24.545452E
AP9101CK6-BITRG1
KWLDTAAG
C043562JX7R5LF
KM681000ALR-12L
MMU0102-501%M8412R
77311R170T01LF
V15H22-CZ100B-03
HMTSW-209-28-S-D-100-RA
RPC12064.320%G
SX63M470B7FQ1235
SK315M4R70A1SV1015
7207L3DAW4RE32
200900MS018S500ZO
7101MPH3Z3GI2
18122R564J0BB0D
GRPM4L-15SCBSR44-40N-.080513
M80-4T11042F3-06-321-11-321
RK73H2ERTTD2320F
H0705CA6260CHW
SKS9621-176TG9
CCN-7909LF-06-2430-F-F
NTR12B5603NTRF
SXT8G2SBE17T
R0202GS-02-6042-F
WBDDSS4-A-02-1602-C-
电子工程世界版权所有
京B2-20211791
京ICP备10001474号-1
电信业务审批[2006]字第258号函
京公网安备 11010802033920号
Copyright © 2005-2023 EEWORLD.com.cn, Inc. All rights reserved
用户评论