WM082 – Google技术团队带你用golang实践深度学习 [7G]

WM082 – Google技术团队带你用golang实践深度学习 [7G]
┣━━01.视频 [3.9G]
┃ ┣━━1-1.1深度学习数学基础.mp4 [19.9M]
┃ ┣━━1-2.2机器学习原理.mp4 [67.3M]
┃ ┣━━1-3.3深度学习原理.mp4 [125.7M]
┃ ┣━━1-4.4深度学习加法以及神经网络最优路径原理以及梯度概念.mp4 [73M]
┃ ┣━━1-5.5深度学习的矩阵计算.mp4 [44.1M]
┃ ┣━━1-6.6GPU计算简介.mp4 [17.9M]
┃ ┣━━2-1.1深度学习框架简介.mp4 [10.2M]
┃ ┣━━2-2.2深度学习神经网络序列化.mp4 [26.5M]
┃ ┣━━2-3.3深度学习神经网络矩阵计算.mp4 [5.5M]
┃ ┣━━2-4.4.深度学习神经网络线性回归.mp4 [106.6M]
┃ ┣━━2-5.5实现轻量级神经网络训练.mp4 [135.9M]
┃ ┣━━3-1.1gdeep深度学习框架介绍.mp4 [7.5M]
┃ ┣━━3-2.2Minst数据集简介.mp4 [13.8M]
┃ ┣━━3-3.3深度学习手写识别损失函数交叉嫡.mp4 [126.9M]
┃ ┣━━3-4.4.深度学习手写识别计算识别率.mp4 [60.5M]
┃ ┣━━3-5.5.深度学习手写识别根据模型计算识别率.mp4 [18.3M]
┃ ┣━━3-6.6.深度学习手写识别根据模型预测数据检查结果.mp4 [12M]
┃ ┣━━3-7.7深度学习手写识别模型进行图片识别.mp4 [8.2M]
┃ ┣━━3-8.8深度学习CPU配置信息写入.mp4 [15M]
┃ ┣━━4-1.1.神经网络调用指南.mp4 [17.8M]
┃ ┣━━4-2.2尹成魔王亲自带你写出神经网络-神经网络架构.mp4 [14.4M]
┃ ┣━━4-3.2尹成魔王亲自带你写出神经网络-实现张量.mp4 [65.6M]
┃ ┣━━4-4.3尹成魔王亲自带你写出神经网络-layer.mp4 [54M]
┃ ┣━━4-5.4尹成魔王亲自带你写出神经网络-神经网络核心.mp4 [20.1M]
┃ ┣━━4-6.5尹成魔王亲自带你写出神经网络-损失函数.mp4 [18.2M]
┃ ┣━━4-7.6尹成魔王带你亲自写出神经网络-优化器.mp4 [12.5M]
┃ ┣━━4-8.7尹成模式带你亲自写出神经网络-训练.mp4 [13M]
┃ ┣━━4-9.8尹成魔王带你亲自写出神经网络-实现神经网络调用.mp4 [63.9M]
┃ ┣━━5-1.1weakai深度算法框架.mp4 [101M]
┃ ┣━━5-2.2尹成魔王实战拆解神经网络算法-定义神经网络.mp4 [32.7M]
┃ ┣━━5-3.3尹成魔王实战拆解神经网络算法-神经网络数据模型.mp4 [23M]
┃ ┣━━5-4.4尹成魔王实战拆解神经网络算法-创建神经网络.mp4 [3.1M]
┃ ┣━━5-5.5尹成魔王实战拆解神经网络算法-损失函数.mp4 [6.5M]
┃ ┣━━5-6.6尹成魔王实战神经网络算法-正向与反向传播计算权重.mp4 [41.5M]
┃ ┣━━5-7.7尹成魔王实战神经网络算法-实现训练与预测.mp4 [9.9M]
┃ ┣━━5-8.8尹成魔王实战神经网络算法-实现异或计算.mp4 [8.2M]
┃ ┣━━5-9.9尹成魔王实战神经网络算法-实现线性数据预测.mp4 [91.9M]
┃ ┣━━6-1.1.golang实现图像识别数据载入.mp4 [62.2M]
┃ ┣━━6-2.2golang实现图像识别-循环卷积神经网络神经网络框架搭建.mp4 [30.7M]
┃ ┣━━6-3.3golang实现图像识别-循环卷积神经网络实现.mp4 [67.2M]
┃ ┣━━6-4.4golang实现图像识别-循环卷积神经网络初始化.mp4 [59.8M]
┃ ┣━━6-5.5golang实现图像识别-循环卷积神经网络试下训练预测与成.mp4 [98.2M]
┃ ┣━━6-6.6golang深度学习图像识别-训练过程.mp4 [203.5M]
┃ ┣━━7-1.1受限玻尔兹曼机神经网络.mp4 [37.2M]
┃ ┣━━7-2.2受限玻尔兹曼机神经网络框架搭建.mp4 [29.2M]
┃ ┣━━7-3.3构造首先玻尔兹曼机神经网络.mp4 [20.7M]
┃ ┣━━7-4.4.实现受限玻尔兹曼机的数学基础函数.mp4 [31.8M]
┃ ┣━━7-5.5实现受限玻尔兹曼机的单层神经网络正向传播反向传播.mp4 [20.5M]
┃ ┣━━7-6.6受限玻尔兹曼机的连续正向反向传播.mp4 [13.2M]
┃ ┣━━7-7.7实现首先玻尔兹曼机的训练.mp4 [27.5M]
┃ ┣━━7-8.8实现波尔兹曼机的构造重构.mp4 [12M]
┃ ┣━━7-9.9受限玻尔兹曼机的实现.mp4 [52.6M]
┃ ┣━━8-1.1DBN深度置信神经网络结构介绍.mp4 [43.3M]
┃ ┣━━8-10.10DA神经网络编码解码.mp4 [12.4M]
┃ ┣━━8-11.11DA神经网络训练.mp4 [32.9M]
┃ ┣━━8-12.12DA神经网络数据测试.mp4 [22.9M]
┃ ┣━━8-2.2DBN深度置信神经网络隐藏层实现.mp4 [39.9M]
┃ ┣━━8-3.3DBN基础-逻辑回归神经网络.mp4 [35.7M]
┃ ┣━━8-4.4构造DBN神经网络并初始化.mp4 [21.3M]
┃ ┣━━8-5.5DBN深度置信神经网络预处理.mp4 [21.3M]
┃ ┣━━8-6.6DBN深度置信神经网络训练.mp4 [21.3M]
┃ ┣━━8-7.7DBN深度置信神经网络预测.mp4 [28.1M]
┃ ┣━━8-8.8DBN深度置信神经网络数据测试.mp4 [37.1M]
┃ ┣━━8-9.9DA神经网络构造.mp4 [28.7M]
┃ ┣━━9-1.1卷积神经网络-图片处理.mp4 [29.9M]
┃ ┣━━9-10.10简单多层神经网络.mp4 [19.6M]
┃ ┣━━9-2.2人工神经网络-模拟人脑.mp4 [22.7M]
┃ ┣━━9-3.3单层与多层神经网络.mp4 [19.6M]
┃ ┣━━9-4.4Varis轻量级神经网络.mp4 [21M]
┃ ┣━━9-5.5可实现图像识别的中等神经网络.mp4 [42.4M]
┃ ┣━━9-6.6.前置神经网络.mp4 [13.3M]
┃ ┣━━9-7.7.模型神经网络.mp4 [37.7M]
┃ ┣━━9-8.8图像识别框架gonn.mp4 [94.2M]
┃ ┣━━9-9.9循环神经网络与离散神经网络.mp4 [44.2M]
┃ ┣━━10-1.1神经网络层原理.mp4 [62.2M]
┃ ┣━━10-2.3神经网络追加层运行.mp4 [20.8M]
┃ ┣━━10-3.4神经网络层的概念.mp4 [18.2M]
┃ ┣━━10-4.5逻辑回归神经网络实现.mp4 [55.8M]
┃ ┣━━10-5.6逻辑回归神经网络测试.mp4 [54.7M]
┃ ┣━━11-1.1图像处理的运行.mp4 [67.9M]
┃ ┣━━11-10.10神经网络训练过程.mp4 [53.3M]
┃ ┣━━11-11.11单层神经网络.mp4 [38.4M]
┃ ┣━━11-12.12双层神经网络实现上.mp4 [56.2M]
┃ ┣━━11-13.13双层神经网络实现中.mp4 [88.2M]
┃ ┣━━11-14.14双侧神经网络实现下.mp4 [48.6M]
┃ ┣━━11-15.15测试运行双层神经网络与手写识别.mp4 [98.5M]
┃ ┣━━11-16.16图像识别神经网络.mp4 [75.1M]
┃ ┣━━11-2.2神经网络训练.mp4 [24.9M]
┃ ┣━━11-3.3神经网络概念.mp4 [14.1M]
┃ ┣━━11-4.4神经网络线性回归计算原理.mp4 [77.9M]
┃ ┣━━11-5.5神经网络选择原理.mp4 [23.4M]
┃ ┣━━11-6.6极简神经网络.mp4 [85.3M]
┃ ┣━━11-7.7用神经网络预测实现手写识别.mp4 [6.5M]
┃ ┣━━11-8.8神经网络均方与交叉嫡的实现.mp4 [53.4M]
┃ ┗━━11-9.9神经网络训练计算差别.mp4 [20.3M]
┗━━00.go机器学习深度学习资料.zip [3.1G]

admin网站管理

收藏 海报 链接