• 投稿

2026公认最通俗易懂的深度学习【五大神经网络】全套算法,保姆级教程!CNN、RNN、GAN、LSTM、Transformer一口气全学透!AI/神经网络

7913
134
2026-02-26 18:27:39
346
132
653
69
感谢小伙伴们的收看,课程配套籽料、源码笔记+入门学习路线图已全部整理。
需要系统学习人工智能AI课程、论文指导、就业指导、项目指导可后台直接咨询。
视频选集
(1/49)
8分钟动画讲解搞懂卷积神经网络P1
08:52
深度学习神经网络零基础入门AI人工智能学习路线图P2
12:05
【神经网络整体架构】01-1-返向传播计算方法
09:34
02-2-神经网络整体架构
10:53
03-2-神经网络整体架构
10:53
04-4-神经元个数对结果的影响
07:12
05-5-正则化与激活函数
08:50
06-6-神经网络过拟合解决方法
11:07
【卷积神经网络原理与参数解读】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
【递归神经网络与词向量原理解读】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
【案例实战搭建神经网络】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
【案例实战卷积神经网络】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
【案例实战LSTM时间序列预测任务】01-1-时间序列模型
09:24
02-2-网络结构与参数定义
07:53
03-3-构建LSTM模型
06:41
04-4-训练模型与效果展示
11:16
05-5-多序列预测结果
11:10
06-6-股票数据预测
07:14
07-7-数据预处理
08:04
08-8-预测结果展示
06:25
客服
顶部
赛事库 课堂 2021拜年纪