|
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
/
Belief nets
本课程为精品课,您可以登录eeworld继续观看:
Belief nets
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35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
【再见2021,你好2022】万里归来年愈少
[i=s] 本帖最后由 lb8820265 于 2022-1-23 23:11 编辑 [/i]不知不觉就30岁了,我感觉我还是个小孩,总是喜欢尝试新的东西,我也希望我能越活越年轻,继续保持饥饿状态。工作上在现在的单位上也已经工作快五年了,也仍然是个小兵,项目上由于各种问题,有些节点并没有按期完成,接下来的一年需要继续攻坚克难了。也用空闲时间接了一个兼职项目,不过目前看起来像是白忙活了。学习上虽然工
lb8820265
聊聊、笑笑、闹闹
如何截获系统消息
现在我需要做一个按键的背光驱动,在不影响按键消息传送的基础上 想截获按键信息需要这么做,希望各位多多帮忙
xuchenglong
嵌入式系统
自己写WIFI连接程序和微软自带连接程序的关系
把微软自带的连接程序中“高级设置”的“使用windows配置无线设置”选上,自己写的WIFI连接程序才能连上,才能正确收到如下消息:WZC_VISIBLE_NETWORKWZC_ASSOCIATINGWZC_ASSOCIATED_REQUIRES_8021X or WZC_ASSOCIATED_NO_8021XWZC_AUTHENTICATINGWZC_AUTHENTICATED如果不选上,就只能
djxgirl
嵌入式系统
STM32的定时器能否实现8位并行SPI时序,详细描述见贴。
一个管脚输出占空比可调的方波,不输出时为高电平,每次输出8个负脉冲,输出完8个后又变成高电平。在输出每个脉冲的下降沿触发DMA把内存中的8个字节送到一个完整的端口,比如PB0~7,并且要求在上升沿到来之前到达端口引脚,并且保持电平稳定。8个下降沿触发8次DMA把8个字节自动送到PB,8个上升沿把8个字节以SPI的时序打出去。方波的频率可以到达4M左右,DMA的速度也要跟上上升沿的速度。每次传完8个
wuyiduan
stm32/stm8
谁知道国产MCU的型号,最好带CAN接口的
如题,谢谢
wulei19880906
单片机
arm板与51单片机串口通信的问题
我有两块开发板,一块ARM9的开发板移植了LINUX2.4,另一块51单片机,PC上的串口调试精灵可以接收ARM板的数据,51单片机也可接收PC用串口精灵发送的数据.但将ARM板与51板直接相连,51单片机却接收不到任何数据.这个奇怪问题折磨我两天了,哪位知道怎么解决啊?PC上用Ubuntu linux也可以与51单片机成功通信.
mic198
ARM技术
推荐内容
热门视频
更多
通过 PMBus 电源向ASIC、FPGA 以及 DDR 电压轨供电设计
simulink视频教程
ALIENTEK战舰STM32开发板视频教程
2017年恩智浦物联网设计大赛作品展示视频
如何解决PSoC Creator 安装后运行时的出错问题
TI 2014 MCU设计研讨会:开场
电源电路测试小技巧 — 纹波测量
基于MCP6N11和MCP6V2X的惠斯通电桥的参考设计
MSP CapTIvate自适应传感器PCB设计指南
研讨会 : 贝能国际新型玻璃破碎检测方案
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
在船舶共轨实验平台上使用Mbed LPC1768
英飞凌最新技术助力用于工业通用电机驱动的22千瓦参考设计
STM32F103单片机使用DMA功能读取ADC采样数据
海康/大华供应商凯旺科技创业板上市:股价增74.04%
电池堆栈监控器方案延长电动汽车锂电池寿命
Capcon又获日月光高雄厂先进封装设备大批量采购订单
首个嵌入织物的纤维泵制成,或改变可穿戴技术游戏规则
如何正确测量超绝缘电阻
电路图
适配器和充电器的区别有哪些?
自制C3355三极管1km调频发射电路图
OPA111的引脚功能图
单独就地补偿电容电路
IT系统
三相交流电源中性线断路报警电路之二
路灯光控电路之八
录音电平电源电路
双极限位置控制的输入电路
5G167、LP167音频压控彩灯控制专用集成电路
AL3157低噪音电荷泵DC转换应用电路
典型的555单稳态电路
时间累计器带你了
具有80dB功率增益、频带1.5MHz的中放电路
检测电路的各大点波形
廉价文氏电桥振荡器电路图
延时开关电路
DX8型100V、5A万用互感 式三相三线60度无功电度表接线
高Q值带通滤波器电路图
光线不足指示器电路
单音频解码电路图
555太阳牌汽车报警器电路
不致冷的检波放大电路
周期工作的双定时器电路
SHARP K-160/170型彩色显示器的电源电路图
可调非线性斜坡振荡电路
集成音频功率放大电路LM380
6OXT(1.0)电脑主板电路图_16
875p电脑主板电路图_091
TP-8CB型10W调频音箱电路图
可能感兴趣器件
SP4423NEB
GRM31CC80J476ME18
240-0322-25SPA6K1-18M1
OSTHW165051
0727CTXBFREQ2
HC5503PRIB
CBR02C240G3GAC
MC34SB0410AE
SLPPB35BSO3EH
0500588000-11-G8
P4SMA24A-M3/5A
X50322712MSB4SI
TC1303C-MI0EMFTR
ASMT-MY00-NDK10
EMDS23G2H-35.000M
UPT-04-03.0-02-L-V-LC-TR
SMBG26CA-M3/52
CMW4-4805D/3/5/6
54121-820-15-2350
BF055-50I-A-0250-0250-0500-N-G
TAZF336K010CBSC0923
ACS00AF20-15PZ(548)
10118615-436007A
VCAS222022D400RP
RN73R2ATTD2130A25
CTS27A0.1UF+/-10%40V
CR321130JB
C1812X7R250-563KNP
CRMA1206BG3K40FKEW
SIP-4768SD-03-2871BG
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