|
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
/
What perceptrons can not do
本课程为精品课,您可以登录eeworld继续观看:
What perceptrons can not do
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:4分38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
6层版怎么分布层好一点
~~~~~~~~~~~~~~~~~~~~~
wnzw
PCB设计
两款来自2025年的车
喷气式摩托车这是一款未来感极强的摩托车设计,这样的摩托车只在科幻片里见过。外形酷的无话可说,不对称的设计也为摩托车增色不少。据介绍,这款摩托车是由喷气驱动,原理就像喷气式飞机一样。摩托车后方的喷气发动机提供强劲马力。这样的喷气式摩托真的能够飞行吗?估计不远的未来能够实现吧,让我们拭目以待吧!超导体汽车这是 Harsha Vardhan 设计的未来交通工具“Transport TW”,它外形独特,极
xyh_521
创意市集
atmel AVr cv编译软件(嵌入式c编程与atmel avr)
用的是atmel的avr单片机用cv编译软件
463854329
Microchip MCU
关于STD_LOGIC_VECTOR宽度的问题
STD_LOGIC_VECTOR允许定义的宽度(多少个二进制数),希望大家帮忙回答下,谢谢
eeleader
FPGA/CPLD
蜜袋鼯 第⑩贴 基于RSL10的蜜袋鼯健康监测系统-上位机设计
前言在项目简介一贴中介绍了本项目的目标,其中第二个和第三个分别为:2、运动健康数据分析:由于小蜜活动时间都是在夜里,这时候我们都是在睡觉的,那么想要知道它一晚上玩的开心与否,那么就可以通过手机上位机的形式,连接RSL10传感器板来接收汇总数据,形成数据表,记录下小蜜一天的运动量~3、健康运动奖励机制:结合1中的运动数据来分析小蜜是否运动达标~如果达标的话通过RSL10无线SoC评估板来控制投食奖励
justd0
安森美和安富利物联网创新设计大赛
关于2407A程序烧写(请版主再次指教)
请老师指教一下,我现在烧不了程序了。Error: Read status value 0x0001 from symbol PRG_statusFlash algorithm failed during clear operation这是提示的错误信息。MEMORY{PAGE 0:VECS:origin = 00000h, length = 00040hPROG: origin = 00044h,
sure549
微控制器 MCU
推荐内容
热门视频
更多
直播回放: TI 德州仪器0.78"/0.8" DMD 全新 HEP 像素和先进 DLP® 封装技术赋能专业显示和工业应用
[高精度实验室] 隔离 : 隔离栅极驱动器
深入了解SoC FPGA系列课程
Atmel picoPower实验室:睡眠模式
CC2650MODA Bluetooth®低能射频模块简介
直播回放:Microchip ATmega4809系列单片机简介
村田RFID产品介绍
直播回放: TI Matter 解决方案助力智能家居创新
带输入输出快充方式的Type C移动电源设计
随机信号处理 西电 赵国庆
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
ZDS2022示波器百集实操视频之62:SD_SD协议解码
被马斯克嫌弃的激光雷达,为何会成为科技“网红”?
iPhone 14会 “完全重新设计”:苹果正全力准备
STM32笔记(十三)---ADC
示波器的自动设置和自动量程介绍
半导体特性分析仪_4200-SCS型半导体特性分析系统
电液伺服阀和比例阀/电磁阀的区别
AT89S51单片机对十字路口交通信号灯的控制设计
可能感兴趣器件
TMP47C241VN
ME53XBX-R
79L24-T92-K
K7N163645M-HC10
977-6708-60C
0077004502
435-10-222-00-160000
TMM-135-06-S-S-SM-15-P-M-TR
51763-100700BB
ASM6386XS26TD4G
SN74LS85MR1
VTC4-D45A-19M6608000
231224161643
CRCW02011K30FNEE
12063C682MAZ9A
7107LY4W4BE22
RM222-030-512-5667
D55342K07B427BST1M
1ZB330-YTPB5
DSC2010FL2
MJHS-06R2-41M-018-6J44
M2CEC-2225C-R
RSB3RP12150221
BN2700IOHJOFD-PF
RIAN08TTEB1201DHAT
VJ1206A271GEEAR4X
TNPW06032K70.1%T-10ET1E3
1210B271P601S
FP60-2082-BB25
H38D-2356-ABZ-28V/OC-SC-CEN-S
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