当前播放: 17 | 神经网络基础：神经网络还是复合函数
00:00 / 00:00
高清
- 高清
1.0x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.5x
网页全屏
全屏
00:00
付费课程，可试看
课程目录
第一章：AI及NLP基础 (15讲)
01 | 课程介绍
免费
02 | 内容综述
免费
03 | AI概览：宣传片外的人工智能
免费
04 | AI项目流程：从实验到落地
免费
05 | NLP领域简介：NLP基本任务及研究方向
免费
06 | NLP应用：智能问答系统
07 | NLP应用：文本校对系统
08 | NLP的学习方法：如何在AI爆炸时代快速上手学习？
09 | 深度学习框架简介：如何选择合适的深度学习框架？
10 | 深度学习与硬件：CPU
11 | 深度学习与硬件：GPU
12 | 深度学习与硬件：TPU
13 | AI项目部署：基本原则
14 | AI项目部署：框架选择
15 | AI项目部署：微服务简介
第二章：深度学习简介和NLP试水 (14讲)
16 | 统计学基础：随机性是如何改变数据拟合的本质的？
17 | 神经网络基础：神经网络还是复合函数
18 | 神经网络基础：训练神经网络
19 | 神经网络基础：神经网络的基础构成
20 | Embedding简介：为什么Embedding更适合编码文本特征？
21 | RNN简介：马尔可夫过程和隐马尔可夫过程
22 | RNN简介：RNN和LSTM
23 | CNN：卷积神经网络是什么？
24 | 环境部署：如何构建简单的深度学习环境？
25 | PyTorch简介：Tensor和相关运算
26 | PyTorch简介：如何构造Dataset和DataLoader？
27 | PyTorch简介：如何构造神经网络？
28 | 文本分类实践：如何进行简单的文本分类？
29 | 文本分类实践的评价：如何提升进一步的分类效果？
第三章：表格化数据挖掘 (4讲)
30 | 经典的数据挖掘方法：数据驱动型开发早期的努力
31 | 表格化数据挖掘基本流程：看看现在的数据挖掘都是怎么做的？
32 | Pandas 简介：如何使用Pandas对数据进行处理？
33 | Matplotlib 简介：如何进行简单的可视化分析？
17 | 神经网络基础：神经网络还是复合函数
王然
众微科技AI Lab技术负责人、阿姆斯特丹大学数学和计量经济学双硕士
120讲 每周一/四更新1813
订阅¥129
4
本节摘要
课件和 Demo 地址
https://github.com/geektime-geekbang/NLP
登录 后留言
精选留言(5)
qinsi总结一下老师大致是说，神经网络本质是可微的复合函数，不要仅仅注意到激活函数而被带偏了。然而我个人的理解，激活函数带来的非线性特性也很重要，否则神经网络的表达能力与线性函数无疑2020-03-09 1
JaneIDK这个神经网络是复合函数的角度以前没想过2020-03-22
乾神经网络的数学本质和神经网络反响传播的本质是不同的。你讲的是反响传播，而不是网络2020-03-21
王柯神经网络的本质是复合函数，因此可以通过链式法则进行求导训练网络（也叫反向传播，通过最小化损失函数，进而反向对未知参数求导）。激活函数时非线性，进而可以拟合较复杂的函数关系。2020-03-09
王大伟老师，我想系统学习下向量求导，有推荐的教程吗2020-03-08
收起评论
