|
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
/
From principal components analysis to autoencoders
本课程为精品课,您可以登录eeworld继续观看:
From principal components analysis to autoencoders
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57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
ROHS资料集锦(中文)
ROHS资料集锦(中文)
lorant
RF/无线
打印驱动中 接口调用问题?
入口: DrvEnableDriver[code]DrvEnableDriver(ULONGiEngineVersion,ULONGcj,DRVENABLEDATA *pdrvenabledata,PENGCALLBACKSpEngCallbacks){pdrvenabledata->DrvEnablePDEV= DrvEnablePDEV;pdrvenabledata->DrvDisablePD
pepper
嵌入式系统
msp430 程序升级
在项目开发中,至关重要的是保证产品运行的可靠,如果遇到异常,能否恢复很重要,而不是像砖头一样,程序死在某个地方。固件升级的原理就是重写向量表,在引导区更新app区的flash,然后跳转app区。实际开发中就会有以下问题:1.如果MCU复位,比如POR,PDR,WDT等复位,都会使sp指针指向复位地址。那么MCU从引导区执行,如果APP区程序有效,应该如何控制程序跳转到APP区。2.如果APP区或者
Jacktang
微控制器 MCU
放假了,都出来晒晒吧~~
:)果断回家了~~呵呵,好久没有来51单片机这个版本了,来了很扎眼的还是那些所谓的毕业设计:Sweat:,哎~~~~~虽然说提供这些东西大部分是出于好意吧,但每次来都是这些东西排在最前面(排在前面的总是各种课件:Sweat:),想当年我的问题就没人回答:Sad:~~~不过现在好了,自己摸索也是成长吗:lol现在放假了,没事就来这里转转呗,大家都干什么呢?看帖的说两句,让咱们也来聊聊咱们自己的生活:
_Justin
51单片机
新东方的英语词汇
整理的很精美!
gaoxiao
嵌入式系统
大家好。再次过来看看了
这几天不能过来了,今天上来看看,听说我这等一会要断网,
Narachu
聊聊、笑笑、闹闹
推荐内容
热门视频
更多
英飞凌全新的12V无刷直流电机的演示系统介绍
USB Type-C 和 PD
Linux嵌入式开发
优化变压器设计来改进反激式变换器的效率和EMI性能
基于FPGA 的OpenCL人工智能开发(英特尔官方教程)
在STM32F4开发板上实现流畅的枪战游戏
特斯拉电动卡车首发:续航可达800公里
直播回放: TI 使用低成本 MSPM0 MCU 快速开发 - 生态详解系列之二
big.LITTLE大小核处理器工作原理演示——愤怒小鸟
线性稳压器_低压差稳压器与开关电源简介
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
51单片机-串口通信入门
大联大世平集团推出基于onsemi产品防疫医疗仪器电源方案
陆行之:台积电对苹果仅仅涨价3% 其他客户情何以堪?
赛昉科技赵晶:RISC-V如何真正实现本土化落地
用Buck做快充吗?三级降压转换技术可以更快
你烧毁过万用表吗?这些使用万用表的错误用法你可能都犯过
几维通信基于比科奇PC802 PHY SoC的5G NR 一体化小基站通过运营商测试
浅析KUKA机器人固定焊钳的铣削控制V1
示波器探头X1和X10档的区别
电路图
三相多开关Buck型整流电路
实用的音响电平监视器电路图
由运算放大器LM386构成的实用放大电路e
高压电动机相间短路及过电流保护电路a
NJM2178应用电路
30W功放电路
益友牌BCD-212H型电冰箱电路
改进的单级PFC变换电路图
夜间闪光警示灯电路
开关分明的遥控器电路图
CJ20系列接触器运行指示电路_2
7400警报器电路图
电阻倍增器电路图
康怡DZX-68高温电子消毒柜电路图
CAT(X射线检测)电路
实用的欠压,过压保护电路图
IBM PC与MCS-51多机通信
RL512G信号放大电路
家用电扇微风控制
采用CMOS器件的数字式倍频器
多路电源熔断报警器电路图
差动模拟开关电路图
娱乐用恋人寻觅器电路
电脑生物反馈理疗仪
传真机电路图
M50431—101SP (电视机)红外线遥控接收微处理器电路
1.2 kw单结晶体管三端双向可控硅电路
扩展的高—低通滤波器电路
高功率因数、高效率电子镇流器控制器ML4831
按钮点动电路
可能感兴趣器件
MCP1727-0802E/SN
HF319
47ASP2R4V2QT
2200DAG1001B34B
F920G336MAA
TV07RW1505SAW52
1210Y2000271KCT
ACVX1220L-120.000MHZ-N-Y-S-N05-Q40
ATT-526M-18-SMA-02
7208J50V8SE1
LMZ1501-7EPD3AFU
PPD3132CG5-28VAC-W24
GRM40X7R273M050AJ
REC3-1212DRW/H4/A/M/CTRL/X2
C-15-001-PB-SMUM-O-GR
HDM03-EE38A
TMS28F400AZB70BDBJQ
SP422104000.02
SSB3FF120302
CL580-2400-9-10
10124632-0102P01TL
P-1010E2910ABTS
M5292-10001B-01KPC
2220J6K00275MXR
BF120-40-A-0-N-B
MBB02070C2219FN4
201-22.1184M-13-10-TR
LCE-53-D/Q
W2TG0-2B2-R/UL
AZ2500P2-1AE-9DE
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