课程主要内容简介1.1_深度学习的基本概念
1.2_深度学习的发展历程
1.3_深度学习的应用
10.1-生成式模型
10.2_受限玻尔兹曼机
10.3_深度信念网络
10.4 生成对抗网络
2.1_数学基础回顾
2.2_机器学习基础回顾
3.1_logistic回归
3.2_softmax回归
4.1_多层感知机_前言
4.2_前向计算
4.5_深度学习模型的训练技巧l
5.4_典型的卷积神经网络
6.2处理过拟合
7.1_图像分类
7.2_物体检测
7.3_图像分割
7.4_图像风格转换
8.1_动态系统
8.2_RNNs
8.3_门控RNNs
8.4_语音识别应用
9.2_词表示
9.4神经网络进行机器翻译



第二章.pdf            1.6 MB
第九章.pdf            2.3 MB
第六章.pdf            1.7 MB
第七章.pdf            7.5 MB
第三章.pdf            2.5 MB
第十章.pdf            6.6 MB
第四章.pdf            1.4 MB
第一章.pdf            2.7 MB


缺第5、8章课件