【尊享】ZX008 – 亲自动手写一个深度学习框架[7.6G]

【尊享】ZX008 – 亲自动手写一个深度学习框架[7.6G]

┣━━01.视频 [7G]
┃ ┣━━1.本课程介绍.vep [99.2M]
┃ ┣━━2.神经元、多层感知器和人工智能.vep [36.8M]
┃ ┣━━3.理论分析：梯度下降算法.vep [65.8M]
┃ ┣━━4.理论分析：反向传播算法.vep [234.9M]
┃ ┣━━5.思路分析：如何利用Python实现多层感知器？.vep [99.2M]
┃ ┣━━6.Anaconda环境搭建、数据准备.vep [113.6M]
┃ ┣━━7.代码实践：MLP的前向传播.vep [146M]
┃ ┣━━8.代码实践：MLP的反向传播.vep [174.8M]
┃ ┣━━9.代码实践：梯度检验.vep [165.7M]
┃ ┣━━10.代码实践：探索各种激活函数.vep [152.6M]
┃ ┣━━11.代码实践：探索各种权重初始化.vep [127.5M]
┃ ┣━━12.代码实践：探索各种优化算法.vep [294.1M]
┃ ┣━━13.理论分析：BatchNormalization.vep [165.5M]
┃ ┣━━14.代码实践：BatchNormalization.vep [218.1M]
┃ ┣━━15.理论分析：CNN的前向传播.vep [147.4M]
┃ ┣━━16.理论分析：CNN的反向传播.vep [121.3M]
┃ ┣━━17.深度学习框架Caffe基础入门.vep [257.3M]
┃ ┣━━18.思路分析：如何设计自己的框架？.vep [61.3M]
┃ ┣━━19.环境准备：Json、Armadillo、protobuf.vep [113.1M]
┃ ┣━━20.代码实践：利用json定义网络结构.vep [301.4M]
┃ ┣━━21.代码实践：设计内部数据结构——Blob.vep [137.8M]
┃ ┣━━22.代码实践：加载Mnist数据集到Blob.vep [138.4M]
┃ ┣━━23.代码实践：逐层构造数据Blob和梯度Blob.vep [191.3M]
┃ ┣━━24.代码实践：逐层初始化（上）.vep [204.3M]
┃ ┣━━25.代码实践：逐层初始化（下）.vep [246.7M]
┃ ┣━━26.代码实践：将Blob切割为mini-batch.vep [151M]
┃ ┣━━27.代码实践：卷积层的前向传播.vep [211.6M]
┃ ┣━━28.代码实践：激活层、池化层的前向传播.vep [196.5M]
┃ ┣━━29.代码实践：全连接层、损失层的前向传播.vep [230.6M]
┃ ┣━━30.代码实践：损失层、全连接层的反向传播.vep [187.8M]
┃ ┣━━31.代码实践：池化层、激活层的反向传播.vep [195.9M]
┃ ┣━━32.代码实践：卷积层的反向传播.vep [176.7M]
┃ ┣━━33.代码实践：模型参数优化和评估.vep [195.6M]
┃ ┣━━34.添砖加瓦：实现模型微调功能（fine-tune）.vep [329.3M]
┃ ┣━━35.添砖加瓦：实现SVM损失层.vep [158.2M]
┃ ┣━━36.添砖加瓦：实现更多的优化器.vep [160.5M]
┃ ┣━━37.添砖加瓦：实现对L2正则化的支持.vep [200.3M]
┃ ┣━━38.添砖加瓦：实现Dropout层.vep [151M]
┃ ┣━━39.添砖加瓦：实现BN层和Scale层.vep [258.2M]
┃ ┣━━40.添砖加瓦：实现通用的图片数据接口.vep [246.7M]
┃ ┗━━41.总结与展望.vep [56.1M]
┣━━00.资料.zip [659.3M]
┗━━vep加密播放说明.txt [206B]

admin网站管理

收藏 海报 链接