《22、神经网络来源与感知器模型》
(提示:如果视频分为多个小段,请下载后用视频合并软件合并。)人工智能之深度学习TensorFlow作者:东方耀-人工智能之深度学习DL视频教程_总帖【强势更新中。。。】
教程列表:
36、CNN卷积神经网络之ReLU激励层
35、CNN卷积神经网络之卷积计算层
29、神经网络之BP算法_实战预测案例
32、CNN卷积神经网络的层次结构
31、神经网络之手写数字图片预测_TF代码
24、神经网络的结构与过拟合
27、神经网络之BP算法_代码实现
26、神经网络之BP算法举例说明
25、神经网络之反向传播BP算法
33、CNN卷积神经网络之输入层
20、TensorFlow实现Softmax分类问题代码案例
22、神经网络来源与感知器模型
21、TensorFlow的常见API
19、TensorFlow实现线性回归代码案例
18、TensorFlow的激活函数、分类函数、优化策略
16、TensorFlow的可视化工具
14、TensorFlow的作用域variable_scope
13、TensorFlow的运行设备
12、TensorFlow的控制依赖及其代码实现
10、TensorFlow中feed与fetch讲解
09、TensorFlow张量、变量的区别及代码案例
08、TensorFlow图的执行阶段及代码案例
03、为何选择TensorFlow
04、TensorFlow的安装CPU版本_MAC系统
05、TensorFlow的安装GPU版本_Windows系统
07、TensorFlow图的构建阶段及代码案例
06、TensorFlow的基本概念、数据类型、操作节点
02、TensorFlow官方案例直观理解
01、TensorFlow框架简介
51、经典CNN网络VGGNet比赛:17种花的图片识别
55、RNN的各种结构:多层RNN、双向RNN、残差RNN
56、LSTM网络结构的精讲(非常重要)