小白也能听懂的人工智能原理学习笔记
1.一元一次函数感知器:如何描述直觉
10.卷积神经网络:打破图像识别的瓶颈
11.卷积神经网络:图像识别实战
12.循环:序列依赖问题
13.LSTM网络:自然语言处理实践
14.机器学习:最后一节课也是第一节课
2.方差代价函数:知错
3.梯度下降和反向传播:能改(上)
4.梯度下降和反向传播:能改(下)
5.激活函数:给机器注入灵魂
6.隐藏层:神经网络为什么working
7.高维空间:机器如何面对越来越复杂的问题
8.初识Keras:轻松完成神经网络模型搭建
9.深度学习:神奇的DeepLearning