|
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
/
Using noise as a regularizer
本课程为精品课,您可以登录eeworld继续观看:
Using noise as a regularizer
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31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
寻找电子生产厂厂长或总经理,待遇从优,上海,有兴趣者直接联系杨小姐:13402064836
欢迎大家自荐或引荐!
vickyyang
求职招聘
关于spansion S29GL flash的烧写
谁有这个片子的JTAG烧写工具?我现在只能用FLASH烧写器,麻烦死了?谢谢!邮箱:sankye@163.com
freebsd
嵌入式系统
出售嵌入式FAT32文件系统设计与实现——基于振南znFAT
新旧程度:9新数量:上下两册价格:30(半价不到)所在地区:湖北运输方式:邮局付款方式:先款运费:实收电话:13396017293[table][tr][td]嵌入式FAT32文件系统设计与实现——基于振南znFAT(下)版 次:1页 数:246字 数:346000印刷时间:2014-4-1开 本:16开纸 张:胶版纸印 次:1包 装:平装编辑推荐 ●主攻FAT32的重点难点 ●详述znFAT
lijie20022641
淘e淘
变频器电路的故障与检测 ZT
1.整流桥的粗测(1)粗测与判断(2)损坏原因2.滤波电路的粗测3.滤波电容的损坏原因4.限流电阻损坏原因
mainpower
工控电子
TI显示工具mmwave demo visualizer的调用
使用TI的mmwave demo visualizer工具进行显示及数据保存,现想利用C程序进行代码的编写,以控制mmwave demo visualizer实现数据的自动开始保存和结束保存操作,求助?
sl_Zoe123
DSP 与 ARM 处理器
DSP 28377D 设置固定频率占空比的PWM,但输出波形占空比和频率抖动
[i=s] 本帖最后由 烟落无痕 于 2021-12-10 18:20 编辑 [/i]各位大神,本人使用TMS320F28377D写了一个DAB的程序,里面设置了PWM波形的输出频率为50KHz,输出正占空比为50%,由于有死区的存在,理论上要小一点。但是在实际测量中发现,PWM的波形在频率和占空比上都存在抖动,频率的抖动范围在53.6-46.8KHz左右,占空比的抖动范围在52-46%左右。PW
烟落无痕
DSP 与 ARM 处理器
推荐内容
热门视频
更多
超大规模集成电路CADII-设计
直播回放: Matter标准和采用CryptoAuthentication™ IC的安全身份验证
ST MEMS传感器应用演示视频
用TI SimpleLink Wi-Fi CC3200让物联网成真3
[高精度实验室] 运算放大器 : 2 输入失调电压与输入偏置电流
基于ARM的嵌入式Linux系统开发 上
HVI 系列: 解除有源钳反激回路补偿的神秘化
【挖掘机哪家强】NASA太空挖掘机RASSOR机器人
电源设计小贴士1:为您的电源选择正确的工作频率
嵌入式系统
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
贸泽联手安森美推出全新资源平台,分享BLDC电机控制新品见解
思特威推出三款全新SmartGS-2技术的工业应用CMOS图像传感器
ATmega168 标定的片内RC振荡器
总投10亿元,万基隆精密线路板项目签约落户湖北黄石
砺铸智能完成B轮超亿元融资,浦东科创、韦豪创芯机构现身
数字电桥LCR测试仪原理
高压差分示波器探头有何作用?
MI2492手持式三相电能质量分析仪的特点和应用场景
电路图
ToF高性能开发平台,ADI创新应用落地场景是什么样?
音量器
遥控器接收器电路
珠泡型应急灯电路之二
单路闪烁灯串电路(1)
电话门铃电路
电压低落报警器电路
基于LT3755的50W白光LED头灯驱动电路图
对讲机快速充电器电路
电源形成电路
利用发光二极管作线性刻度测量电路
节能电子整流器电路
稳压二极管增加固定的PNP稳压器输出电压额定值
场效应晶体管输入放大器
双臂整流模块并联电路
不加反向偏置的双稳态电路
单电源桥传感电路
监视电池电压切断电源电路图
发射极调幅电路
小型宽带天线变换器
7805降压器电路图
自动排气扇电路
实用电子密码锁电路
伺服电机系统电路
100W VMOS管逆变电源电路
摩托车充电器电路图
接收组件SB-100ARX
语音+音乐语音合成系列
875p电脑主板电路图_036
可能感兴趣器件
4607K-102-2222DAB
C1812C103J4GAC
IS25C128-2WI
VJ0805V274MXJAP
WT127L46D1V30G
VJ0805D271JXXAT
D06D80
TMM-135-04-H-S-SM-05-P-M
MK-452-100-343-810R
KR464AXXXA12E02
HTSW-210-16-L-Q
51706-31901600B0LF
D38999/26FJ7BE
4.000MHZ92SMX/10/20/-20+70/10PF
VCC1-C2E-20M5160000
VT-501-DAG-106C-37M8000000
800-011-02UCR7-1BY
RSB6VM28120221
CRCW0402360JB02-E3
T2-6012R1FLF
212X1012S332RD2
D452-P4LA
SX25M39B1F1511
FMD-2E-6NS116CH
1-644767-9
KBPC3504
RM232-040-122-3070
RNC50J4021BPRSL
HVCZ2010DBL135M
2M390MB077NF1005N
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