go深度学习

学习go深度学习

*   01 1深度学习数学基础.mp4 03:54

*   02 2机器学习原理.mp4 18:09

*   03 3深度学习原理.mp4 35:09

*   04 4深度学习加法以及神经网络最优路径原理以及梯度概念.mp4 22:52

*   05 5深度学习的矩阵计算.mp4 15:43

*   06 6GPU计算简介.mp4 05:01

*   07 1深度学习框架简介.mp4 02:31

*   08 2深度学习神经网络序列化.mp4 06:58

*   09 3深度学习神经网络矩阵计算.mp4 01:37

*   10 4.深度学习神经网络线性回归.mp4 38:45

*   11 5实现轻量级神经网络训练.mp4 47:02

*   12 1gdeep深度学习框架介绍.mp4 02:31

*   13 2Minst数据集简介.mp4 04:22

*   14 3深度学习手写识别损失函数交叉嫡.mp4 38:51

*   15 4.深度学习手写识别计算识别率.mp4 16:19

*   16 5.深度学习手写识别根据模型计算识别率.mp4 05:40

*   17 6.深度学习手写识别根据模型预测数据检查结果.mp4 04:02

*   18 7深度学习手写识别模型进行图片识别.mp4 02:52

*   19 8深度学习CPU配置信息写入.mp4 04:30

*   20 1.神经网络调用指南.mp4 04:46

*   21 2尹成魔王亲自带你写出神经网络-神经网络架构.mp4 06:02

*   22 3尹成魔王亲自带你写出神经网络-layer.mp4 24:42

*   23 4尹成魔王亲自带你写出神经网络-神经网络核心.mp4 07:13

*   24 5尹成魔王亲自带你写出神经网络-损失函数.mp4 06:20

*   25 6尹成魔王带你亲自写出神经网络-优化器.mp4 04:32

*   26 7尹成模式带你亲自写出神经网络-训练.mp4 04:32

*   27 8尹成魔王带你亲自写出神经网络-实现神经网络调用.mp4 20:46

*   28 1weakai深度算法框架.mp4 27:58

*   29 2尹成魔王实战拆解神经网络算法-定义神经网络.mp4 11:07

*   30 3尹成魔王实战拆解神经网络算法-神经网络数据模型.mp4 08:25

*   31 4尹成魔王实战拆解神经网络算法-创建神经网络.mp4 00:49

*   32 5尹成魔王实战拆解神经网络算法-损失函数.mp4 02:39

*   33 6尹成魔王实战神经网络算法-正向与反向传播计算权重.mp4 15:35

*   34 7尹成魔王实战神经网络算法-实现训练与预测.mp4 03:39

*   35 8尹成魔王实战神经网络算法-实现异或计算.mp4 03:08

*   36 9尹成魔王实战神经网络算法-实现线性数据预测.mp4 23:04

*   37 1.golang实现图像识别数据载入.mp4 21:49

*   38 2循环卷积神经网络神经网络框架搭建.mp4 12:58

*   39 3golang实现图像识别-循环卷积神经网络实现.mp4 24:13

*   40 4golang实现图像识别-循环卷积神经网络初始化.mp4 20:02

*   41 5循环卷积神经网络试下训练预测与成功率统计.mp4 33:02

*   42 6golang深度学习图像识别-训练过程.mp4 01:06:44

*   43 1受限玻尔兹曼机神经网络.mp4 10:44

*   44 2受限玻尔兹曼机神经网络框架搭建.mp4 10:43

*   45 3构造首先玻尔兹曼机神经网络.mp4 07:01

*   46 4.实现受限玻尔兹曼机的数学基础函数.mp4 10:36

*   47 5实现受限玻尔兹曼机的单层神经网络正向传播反向传播.mp4 06:19

*   48 6受限玻尔兹曼机的连续正向反向传播.mp4 03:51

*   49 7实现首先玻尔兹曼机的训练.mp4 09:10

*   50 8实现波尔兹曼机的构造重构.mp4 04:31

*   51 9受限玻尔兹曼机的实现.mp4 18:21

*   52 1DBN深度置信神经网络结构介绍.mp4 14:01

*   53 2DBN深度置信神经网络隐藏层实现.mp4 14:26

*   54 3DBN基础-逻辑回归神经网络.mp4 12:28

*   55 4构造DBN神经网络并初始化.mp4 11:54

*   56 5DBN深度置信神经网络预处理.mp4 07:55

*   57 6DBN深度置信神经网络训练.mp4 08:18

*   58 7DBN深度置信神经网络预测.mp4 10:44

*   59 8DBN深度置信神经网络数据测试.mp4 13:29

*   60 9DA神经网络构造.mp4 10:03

*   61 10DA神经网络编码解码.mp4 05:20

*   62 11DA神经网络训练.mp4 12:01

*   63 12DA神经网络数据测试.mp4 07:55

*   64 1卷积神经网络-图片处理.mp4 07:55

*   65 2人工神经网络-模拟人脑.mp4 06:28

*   66 3单层与多层神经网络.mp4 05:44

*   67 4Varis轻量级神经网络.mp4 05:59

*   68 5可实现图像识别的中等神经网络.mp4 13:17

*   69 6.前置神经网络.mp4 03:42

*   70 7.模型神经网络.mp4 11:30

*   71 8图像识别框架gonn.mp4 30:27

*   72 9循环神经网络与离散神经网络.mp4 12:45

*   73 10简单多层神经网络.mp4 05:33

*   74 11机器学习简单回顾.mp4 12:21

*   75 12机器学习小结.mp4 15:20

*   76 1神经网络层原理.mp4 21:14

*   77 3神经网络追加层运行.mp4 07:32

*   78 4神经网络层的概念.mp4 06:57

*   79 5逻辑回归神经网络实现.mp4 20:43

*   80 6逻辑回归神经网络测试.mp4 20:10

*   81 1图像处理的运行.mp4 18:47

*   82 2神经网络训练.mp4 06:43

*   83 3神经网络概念.mp4 04:51

*   84 4神经网络线性回归计算原理.mp4 28:43

*   85 5神经网络选择原理.mp4 09:45

*   86 6极简神经网络.mp4 30:44

*   87 7用神经网络预测实现手写识别.mp4 01:41

*   88 8神经网络均方与交叉嫡的实现.mp4 17:38

*   89 9神经网络训练计算差别.mp4 07:10

*   90 10神经网络训练过程.mp4 17:48

*   91 11单层神经网络.mp4 13:31

*   92 12双层神经网络实现上.mp4 19:27

*   93 13双层神经网络实现中.mp4 27:37

*   94 14双侧神经网络实现下.mp4 15:54

*   95 15测试运行双层神经网络与手写识别.mp4 30:44

*   96 16图像识别神经网络.mp4 23:55

*   97 资料