|
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
/
Convolutional neural networks for object recognition
本课程为精品课,您可以登录eeworld继续观看:
Convolutional neural networks for object recognition
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:17分44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
出一台双11天猫旗舰店中奖天猫魔盒全新没开包。快递刚寄过来。200包快。不议价。要...
出一台双11天猫旗舰店中奖天猫魔盒全新没开包。快递刚寄过来。200包快。不议价。要的站内短信MM。先到先得。正式版天猫魔盒红盒,非第一版内测的黑盒,这次双11天猫旗舰店中奖得的,今天下午刚收到的快递,原包装没拆封,网上已经有拆解评测,看 [url=http://www.smzdm.com/showdetail/24803][color=#0070af]http://www.smzdm.com/sh
boming
淘e淘
【转】Intel 的东进与 ARM 的西征 (2)-- 最美丽的女子并不是皇后
[i=s] 本帖最后由 jameswangsynnex 于 2015-3-3 19:58 编辑 [/i][align=left][size=16px][color=#000000][/color][/size][/align][align=left][size=16px][color=#000000]精英团队并不能够保证公司的成功,这句话已经被 MIPS 演绎的淋漓尽致。[/color][/siz
wstt
移动便携
STM32L011
请问stm32l011的板子在哪可以买的到
13223087548
stm32/stm8
2005年国赛六道题的获奖论文、源代码、电路图,可借鉴其中的模块设计~~
[i=s] 本帖最后由 paulhyde 于 2014-9-15 03:57 编辑 [/i]文集中包含的源代码和电路图可以直接使用,极具借鉴意义!!对于打基础和提高都有帮助!
custom430
电子竞赛
Credence和LTX计划合并
据EE Times网站报道,ATE设备市场上的竞争对手Credence和LTX正在计划合并。根据协议条款,Credence将在新公司中占50.02%股份,而LTX占余下的股份。双方表示,合并后将成为一家领先的供应商,使客户能获得最佳的测试方案,从而增加利润。上周,Credence以500万美元将ATE业务出售给Advantest。在短暂停运及业务整合后,Credence称将缩小公司关注的范围并回到
songbo
RF/无线
发帖附件建议
最近发现有网友在发帖的时候,把帖子中用到的代码和一些资料文件都放在下载资源去了,这样将导致没有下载积分的网友是无法下载帖子中提供的资源附件,那么这一来,不知道帖子还有什么意义?如果帖子中的资源发帖者觉得有出售的价值,可以在帖子中作为附件发布同一可以获取芯币,但这样至少别人可以通过发帖获取芯币购买。否则想下载帖子中的资源非常麻烦。
zhaojun_xf
为我们提建议&公告
推荐内容
热门视频
更多
Altium Designer6.9 PCB设计视频教程
低功耗 CC2640R2F 无线微控制器室内长距离传输大挑战
LabVIEW FPGA 模块简介
可编程模块化DIY无人机Airblock
直播回放: Mouser&TE 解锁智能家居部件新技术,探索连接黑科技
2015电源设计研讨会: 小功率的AC/DC变换器的控制难题(2)
球形六足机器人宠物
通过Altera新的存储器控制器IP提高系统性能
直播回放: ADI 惯性 MEMS 传感器的应用价值与选型
降压式转换器(英文字幕)
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
TDK推出具有冗余功能和数字输出接口新型杂散场补偿传感器
“硅全固态电池”问世!性能更高,成本更低
士兰微定增落地:多家实力基金参与,发行价折价近10%
Exynos4412 裸机开发 —— IIC总线
ARM中断产生和管理
示波器的反应系统和特性,如何进行产品选择
Gartner发布中国企业人工智能趋势浪潮3.0
电路图
STM32与四线电阻触摸屏的接口电路
电容降压节电电路b
桥式测量-0至20mA电流输出电路
LT4060带温控的2A镍氢电池充电器
全波与桥式整流电路b
8路开关量输入接口电路
运算放大输出电路
常用的低通滤波器电路d
TWH9205型零触发集成电路内部电路框图
电子三分频功放的制作
20W 40-500kHz功率放大器03
交流稳压器过压及防雷保护电路图
LT1129-3.3的应用电路图
简易特拉斯拉线圈电路
具有反接显示的充电电路
光敏二极管定量秤光电控制电路
容声RTP18-A茶具消毒柜电路图
MAX742的标准应用电路图
不停电台灯电路
电子罗盘电路
现场信号光纤传输接收电路
二极管交流电阻的测量电路
模拟狗叫的电路
别具特色的镍镉电池充电器
创维5D20机芯电源板电路
细导线用于灯光控制的电路
小型超短波接收机接收电路
电动单梁吊车无线电遥控器(TX315B1)
利用光导发射元件检测微小位移的电路
可能感兴趣器件
CPH5813
T496B226K025AS
2200CGG2008B2SB
APX2B801C
M2012TYW01
204-805-02NF8-4PPCCC
4-146089-0
235001332324L
240-0323-15PPB6K7-18S1
22542474647
PCF2010H19-309RBT1
JTP02A-8-97P
SMBJ78C-5B-E3
D12-17-B-T-A-A-A-9
GMPM6-D113RT4-20F5-460H
ATT-0220-08-7MM-02
MIC4575BU
AD-BJ77Z-E4-PL123
HLMP-K640-IS001
77311-425K25
7108LCWV9GES2
CT7-X8Y5V6D272MTEW
RC06K2941KT
HR3622.550.25
SM10515C7-125.000-T&R
SM6T6V8A-M3/52
DIP-U1999-03-2052-A-A-5
KWADS-15AA-S
HG534120F57NAR
SIT3521AC-1C13021Z340.000000
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