当前播放: 19 | 神经网络基础：神经网络的基础构成
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？
19 | 神经网络基础：神经网络的基础构成
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
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(7)
王大伟老师，ReLu的导数，在大于0的时候是1吧，不是等于它自己作者回复: 对对对 口误
2020-03-11 1- 360ABC重拾高数2020-03-22
- 方得老师，sigmoid函数的表达式好像写错了2020-03-12
胖胖胖老师，如果batch normalization之后 ，又用均值方差还原了，那不就没用了吗，还是会导致过大或者过小呀作者回复: 如果要理解这个的话，主要还是考虑整个优化是一个动态的过程。在优化刚开始的时候，bn保证我们是在激活函数的中间。而随着优化的过程，我们会在有必要的情况下恢复正常的偏移。
2020-03-12
王柯噫，老师换衣服了！
基础知识讲的很清晰易懂，点赞！2020-03-11
Lankovski双曲正切函数tanh(x)图像好像错了，白板上画得是tan(x)的图像
tan(x): https://www.wolframalpha.com/input/?i=tan%28x%29
tanh(x): https://www.wolframalpha.com/input/?i=tanh%28x%292020-03-11
tt讲得好清晰啊，举重若轻2020-03-10
收起评论
看过的人还看
