|
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
中文
En
|
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
/
Learning to predict the next word
本课程为精品课,您可以登录eeworld继续观看:
Learning to predict the next word
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:12分33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
AA类音调电路
我们现在常用的音调控制器有两种,即衰减式音调和负反馈式音调。负反馈音调以较低的谐波失真和较高的信噪比广泛应用在各类放大器中。但随着人们欣赏水平的提高,发觉由于负反馈网络的存在,信号传输受到影响,其音色总有点干涩,缺乏光彩。特别是在提升高音时,更觉其声音刺耳。第二种是衰减式音调,由于采用衰减方式,这种音调在调节过程中整个电路阻抗会变化,若元件再选用不当,整个电路噪声更大。不过其瞬态特性、失真及主观听
lorant
移动便携
刚说完我的龙抗造,昨天就烧了:(事故原因分析中……
刚说完我的龙抗造,结果昨天就烧了,事故原因正在分析中。一直好用的系统,昨天在用龙JTAG调试程序的时候突然系统板砰的一声,伴随着火光,然后整个系统板失电,指示灯、LCD全部熄灭。几乎与次同时,我马上断开系统板的220V电,思维正在思考下一步做什么时,听到PC发出USB拔掉的声音,心里突然嘎噔一下,想完了,用最快的速度拔掉龙与USB的联线,还不忘了瞄一眼龙上的指示灯,发现已经灭了。断开所有系统与龙的
stephon1
单片机
Li-Fi又是什么?苹果要把它用在iPhone上
[p=26, null, left][color=rgb(51, 51, 51)][font=宋体] 昨天,[color=#333333][color=#0000ff]iOS代码包含“Li-Fi”字样[/color][/color]的消息传出,国外一波科技博客集体高潮,iPhone真的要采用Li-Fi技术了吗?[/font][/color][/p][p=26, null, left][color
fish001
RF/无线
敢问牛人在何方?
该公司的主要产品SUPERPOS-V8000目前已经广泛应用到几个大省的公安交警,受到好评,现在正向各地交警全面铺货。由于业务发展,公司现在扩大研发队伍,希望有志于嵌入式开发的有经验的高手加入,一起创业成长。我们公司的网站为:http://www.superpos.com.cn/我们正招聘这样的研发人员:如果你熟悉Wince/mobile/android任意一种平台的驱动开发;或如果你熟悉Winc
superpos
求职招聘
RL78使用IAR环境的朋友,都是使用什么仿真器啊
RL78使用IAR环境的朋友,都是使用什么仿真器啊
joneywei
瑞萨电子MCU
【SensorTag】Nice Work —— GPSLogger
手机里面有几个自认为很不错的小软件,今天就像大家介绍一下其中之一 :GPSLogger——GPS记录仪PS. 我要做的是基于蓝牙的室内运动记录仪和这个倒是挺像的先上几张图大家欣赏一下下图左侧是实时轨迹图,右侧是速度曲线及当前位置的经纬度、速度、前进方向再来一个夜间模式的图,这个是一段‘的士’的行车轨迹图,根据速度曲线可以看到红绿灯路口还是挺多的下面这个是我的一段登山轨迹,速度整体还是很平稳的哈!
yueyuanque
无线连接
推荐内容
热门视频
更多
使用虚拟JTAG与FPGA通信并调测FPGA
TI无线连接解决方案
物联网:软件的作用
使用Arduino控制大型步进电机
电机和电机控制的简介
直播回放: ST 高度灵活的易用的可定制化的协议栈- BlueBRG-LP协议栈介绍
下一代HDMI接口的发展与测试(下)
LabVIEW教程专辑
2017年恩智浦物联网设计大赛作品展示视频
物联网、汽车、AI 全覆盖 - 世平集团,恩智浦解决方案大秀场
开源项目推荐
更多
使用 Analog Devices 的 LTC1261CS 的参考设计
超迷你Arduino
油液污染度颗粒检测板(二)-传感器信号板
ADR3450 5V 输出微功率、高精度电压基准的典型应用
AI红外语音助手
使用 ROHM Semiconductor 的 BA15BC0WT-V5 的参考设计
L7809A 大电流稳压器的典型应用
具有 6V 输入 UVLO 的 LTC3633IUFD 3.3V/1.8V 顺序稳压器的典型应用电路
Cree XLamp 高 CRI (XM-L2 20-W) MR16 参考设计
【物联网】鸿蒙物联网智能WIFI开关+4219105A
热门文章
更多
英飞凌:分层式设计与可信安全保障智能网联汽车的安全性
意法半导体和 Blues Wireless 合作加快嵌入式蜂窝技术的应用
达摩院发布2022十大科技趋势:硅光芯片将突破摩尔定律限制
华为公开车载设备共享手机流量专利
低压“人造肌肉”材料运行更安全
单元素二维拓扑绝缘体锗烯面世
电路图
电烤箱温度控制器电路图
一款电动机的电极自动调节器电路
铃声控制电路
录音机的图示均衡器驱动电路
在参数选择上下功夫的±100V输入差动放大器
SS0622触摸式步进调光灯电路
利用超声波驱动走动物的电路
RP5020系列典型应用电路图
典型的脉冲反相放大器电路
采用MOS管得功率放大级电路
交流电源驱动的直流电动机正、反转控制电路
555程序式定时电路
格兰仕WP750A电脑式微波炉电路图
抗瞬变干扰测试电路
采用MC34063系列构成的极性反转型稳压电路图
采用LT1307构成的高压回扫变换器电路图
虚地发生器电路图
电话机自动录音控制装置(二)电路图
高清晰!电动自行车电路图有刷YS
学校钟声模拟电路
摩托车点火电路
555长延时定时器电路(二)
555多用电子治疗保健器电路
数码管灭电路
100kHz正弦波振荡器
互补斜坡信号振荡器
微功耗运算放大电路
电流变换放大电路
旁热式整流电子管的高压整流电路
可能感兴趣器件
PSD835F2V-C-20U
86110-1000
2200CAG3008B2SA
LFE2-70SE-6FN900C
570JBC000641DGR
1210YC475JAT2A
51761-10010807CA
TMMH-105-01-LM-DV-TR
R1114Q211D-TR-FA
HQDP-060-06.00-TBR-TBR-4-F
SA16C-TP
L-05C12NJT4T
TKJL5E19A35HPB
NGCN/3CS7F3SW-M001
T208KTKAVRE
10136830-1542303LF
SLRC2104001DBDFS
U18J26WSI1
FM4DR22U2675MLF
RK73H2ERTBK9312F
RNCF16T22490.1%I
Y0076V0055FS9L
FH20-H-09
GUS-QS8BLF-014752-BF
NUC740-VA1C
CT81-P12Y5P7E821MSEW
AR03BTNX2803
P11P1FBGGSZ0020020%RE3
PLF1C271MDO1FA
CRB120668K+/-20%-TCR100
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