Mo
Mo-人工智能教学实训平台，在线学习Python、AI、大模型、AI写作绘画课程，零基础轻松入门
- 什么是神经网络
- 深入神经元
- 神经网络如何模拟任意函数
- 为什么我们需要神经网络
- 如何构造神经网络
- 全连接神经网络
- 使用图形工具设计神经网络
- 输出层的”激活函数”
- 如何训练神经网络
- 学习的算法与原理
- 从零开始打造并训练神经网络
- 使用PyTorch重写代码
- 使用图形工具训练神经网络
- 神经网络的若干重要问题
- 网络结构
- 过拟合
- 欠拟合
- 过拟合vs欠拟合
- 初始化
- 梯度消失与梯度爆炸
- 卷积神经网络(CNN)
- 一维卷积
- 一维卷积实验
- 一维池化
- 一维CNN实验
- 二维CNN
- 二维CNN实验
- 循环神经网络(RNN)
- 简单RNN
- Seq2seq, Autoencoder, Encoder-Decoder
- 高级RNN
- RNN分类实验
- 自然语言处理
- Embedding: 将符号转换为数值
- 文本分类1
- 文本分类2
- TextCNN
- 实体识别
- 分词、词性标注与短语分块
- 序列标注实战
- 双向RNN
- BI-LSTM-CRF
- 注意力
- 语言模型
- n-gram模型: Unigram
- n-gram模型: Bigram
- n-gram模型: Trigram
- RNN语言模型
- Transformer语言模型
- 线性代数
- 向量
- 矩阵
- 深入矩阵乘法
- 张量
数据评估
关于神经网络与深度学习交互式教程特别声明
本站学习导航提供的神经网络与深度学习交互式教程都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由学习导航实际控制，在2024年12月31日 下午2:51收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除，学习导航不承担任何责任。
