|
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
/
Perceptrons
本课程为精品课,您可以登录eeworld继续观看:
Perceptrons
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56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
IAR FOR MSP430 USER GUIDE
IAR FOR MSP430 USER GUIDE
guanglin
微控制器 MCU
【MicroPython】移植到小钢炮开发板
[i=s] 本帖最后由 dcexpert 于 2016-4-13 15:10 编辑 [/i][postbg]bg3.png[/postbg]小钢炮(CANNON)开发板是最近比较热门的一个蓝牙开发板,它是XXXXX(为了避免广告,此处省略XX字)。这里介绍小钢炮开发板,主要因为它使用了STM32F401RE这个MCU,而这个MCU是MicroPython支持的型号,它还板载了磁力传感器、陀螺仪、温
dcexpert
MicroPython开源版块
ccs安装,崩溃了。。。。。
从App Center里安装不了Ware和Grace啊,三天了,每次安装到一半就报错,错误都是一样的(PS:杀毒软件,防火墙全部关闭)[color=#ff0000]An error occurred while collecting items to be installed[/color][color=#ff0000]session context was:(profile=epp.packag
数码小叶
微控制器 MCU
FPGA与SJA1000用SN74ALVC164245电平转换的问题
FPGA与SJA1000用SN74ALVC164245进行电平转换,SJA1000的AD0-AD7连接SN74ALVC164245的1B1-1B8,1DIR控制方向;SJA1000的ALE,CS,WR,RD,MODE接SN74ALVC164245的2B1-2B5,方向应该是FPGA控制SJA1000的这5个信号,即从A到B,DIR接VCC,手册上说SN74ALVC164245的不用的输入管脚接地,
shen19891209
FPGA/CPLD
ADC/DAC专题学习之二——原理
第二章 ADC与DAC原理一、 转换原理数字量是用代码按数位组合起来表示的,对于有权码,每位代码都有一定的位权。为了将数字量转换成模拟量,必须将每1位的代码按其位权的大小转换成相应的模拟量,然后将这些模拟量相加,即可得到与数字量成正比的总模拟量,从而实现了数字—模拟转换。这就是组成D/A转换器的基本指导思想。下图表示了4位二进制数字量与经过D/A转换后输出的电压模拟量之间的对应关系。 由下图还可看
七月七日晴
模拟与混合信号
提个建议
希望EEWORLD官方建立个群,把买了友善之臂的成员都加入到群里,如果大家有什么问题,可以相互交流,同时,也需要友善之臂提供技术支持.也欢迎所有嵌入式爱好者和有经验的工程师加盟.
jxb01033016
嵌入式系统
推荐内容
热门视频
更多
2015 TI 音频创新日 (2) TI 新型热门音频产品介绍
TI 全新一代RGB LED驱动器“点亮”人机交互
嵌入式系统高级C语言编程(东南大学凌明)
德州仪器ZigBee无线智能LED控制开发套件入门介绍
matlab机器学习(英语中字)
跟随格兰特 • 今原一起到日本,探秘长崎机器人酒店
低噪声 μModule DC/DC 转换器简化了 EMI 设计
基于Intel FPGA的HLS开发流程(英特尔官方教程)
TI共享单车智能锁方案
SpaceX“重型猎鹰”运载火箭全新概念片
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
福禄克测线仪之MPO测试工具
局部放电检测仪的相关名词介绍
Bolt扩大汽车召回,难掩通用和LG化学间的爱恨情仇
面向ROS开发者的NVIDIA AI Perception
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
腾讯拟收购小米旗下黑鲨手机
2022款iPhone SE:主要升级处理器,设计无大改
iPhone 13 Pro苍岭绿大批真机图曝光:更好看
MSO6B示波器的四种独特分析功能
【STM32H7教程】第34章 STM32H7的定时器应用之TIM1-TIM17的PWM实现
电路图
电路设计的一些知识总结
H桥驱动电路原理图及使能控制和方向逻辑
脉冲延迟电路
相移振荡器
差动放大器的基本电路结构
三相三元件无功电能表Y形
其他几种控制执行电路a
用PSSR制作渐亮渐暗灯开关
计算H参数的等效电路
新型微功耗低压差稳压器应用电路04
不间断电源电路
直流电动机双向运行控制电路
低失真1.6-30MHz单边带驱动器.gif
晶体二极管-电容九倍升压电路
水位监视器电路
触摸开关
热电偶输入电路
利用555高效负电源变换电路图
电容式结露传感器测量电路
利用电话机制作的遥控开关电路图
电话自动拨号语音报警器电路图
LCD扫描接口转换VGA接口电路图
Low forward drop recitifier circuit
555可任意扩展的充电式脉冲计数开关电路
用二极管和晶体管构成的逻辑电路及其工作波形
串联H桥多电平主电路变换器
利用RD9481构成了多普勒效应自动开关电路
三相电动机按钮接触器双重联锁换向电路
DZW75-48/50(50II)启动控制电路
可能感兴趣器件
PIC16C66-10E/TQ
B43304H2827M007
STBP0B7
BL-Q80B-41S-32
MLCAWT-P1-0000-000VAA
RN732BTTD6120D100
345-062-540-201
240-034-5-31SPGPN-.190
299-47K/REEL-RC
61B11-01-02-095
PJ1PM19.999MHZ
56W-NKA48H-NW9
ED37F42R8HE30
77311-101K17LF
BU-65142D1-830L
PS7341L-1A-E4
MSP1B360R0G500E3
M83723/95K10205
XSCB22123401B
BR4365S-J210K
E13C7J2E-110M
DE09SBLF
SL3-030-SH168/01-66
STE-45AS10-9.600M
2225B471G302SB
MC2010P-4271-DTQ
CR21-624-JK
1209X7R394J2NT9B
NTCLE100E3331KB0
CDF-S06032M490,5%50PPM/KKP10
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