• 投稿

【2026最新深度学习入门】基于Python的深度学习课程,教程涵盖深度学习五大算法神经网络、CNN、RNN、LSTM、Transform通俗易懂!!人工智能课

1384
4
2026-10-12 11:45:04
17
12
69
8
深度学习入门 如果视频对你有用的话请 一键三连【长按点赞】支持一下UP哦,拜托,这对我真的很重要!
1V1学习规划、学习答疑、源码+数据集获取 请移步公棕号【迪哥谈AI】回复暗号【126】咨询
视频选集
(1/77)
研究生一遍深度学习怎么学?
03:12
B站最全学习路线
14:21
01-1-深度学习要解决的问题
07:56
02-2-深度学习应用领域
14:07
03-3-计算机视觉任务
05:49
04-4-视觉任务中遇到的问题
10:02
05-5-得分函数
07:15
06-6-损失函数的作用
10:43
07-7-前向传播整体流程
13:46
08-8-返向传播计算方法
09:34
09-9-神经网络整体架构
10:53
10-10-神经网络架构细节
10:55
11-11-神经元个数对结果的影响
07:12
12-12-正则化与激活函数
08:50
13-13-神经网络过拟合解决方法
11:07
01-1-神经网络整体框架概述
07:31
02-2-参数初始化操作
12:45
03-3-矩阵向量转换
09:11
04-4-向量反变换
09:18
05-5-完成前向传播模块
10:18
06-6-损失函数定义
09:24
07-7-准备反向传播迭代
08:02
08-8-差异项计算
10:42
09-9-逐层计算
10:11
10-10-完成全部迭代更新模块
13:50
11-11-手写字体识别数据集
10:32
12-12-算法代码错误修正
10:38
13-13-模型优化结果展示
10:52
14-14-测试效果可视化展示
13:10
01-1-卷积神经网络应用领域
07:25
02-2-卷积的作用
09:24
03-3-卷积特征值计算方法
08:08
04-4-得到特征图表示
06:59
05-5-步长与卷积核大小对结果的影响
08:12
06-6-边缘填充方法
06:31
07-7-特征图尺寸计算与参数共享
07:03
08-8-池化层的作用
05:39
09-9-整体网络架构
06:21
10-10-VGG网络架构
06:17
11-11-残差网络Resnet
07:42
12-12-感受野的作用
05:47
01-12-感受野的作用
05:47
02-2-词向量模型通俗解释
08:15
03-3-模型整体框架
10:10
04-4-训练数据构建
05:11
05-5-CBOW与Skip-gram模型
08:21
06-6-负采样方案
07:41
01-0-keras框架简介与安装
06:45
02-1-训练自己的数据集整体流程
11:13
03-2-数据加载与预处理
10:25
04-3-搭建网络模型
12:22
05-4-学习率对结果的影响
09:39
06-5-Drop-out操作
07:42
07-6-权重初始化方法对比
08:31
08-7-初始化标准差对结果的影响
04:17
09-8-正则化对结果的影响
14:47
10-9-加载模型进行测试
11:31
01-1-卷积层构造
09:03
02-1-卷积层构造
09:03
03-3-BatchNormalization效果
11:08
04-4-参数对比
10:14
05-5-网络测试效果
03:40
1-Transformer算法解读
02:14:32
1-视觉Transformer及其源码分析
02:15:21
1-项目配置说明
06:08
2-输入序列构建方法解读
07:54
3-注意力机制计算
07:09
4-输出层计算结果
07:48
1-swintransformer整体概述
05:39
2-要解决的问题及其优势分析
08:12
3-一个block要完成的任务
06:46
4-获取各窗口输入特征
08:04
5-基于窗口的注意力机制解读
10:12
6-窗口偏移操作的实现
08:33
7-偏移细节分析及其计算量概述
07:58
8-整体网络架构整合
06:27
9-下采样操作实现方法
06:21
客服
顶部
赛事库 课堂 2021拜年纪