1、卷积
2、one hot 编码
one hot 编码及数据归一化 独热编码(One-Hot Encoding)介绍及实现
3、TensorFlow
4、Keras
5、反向传播算法 BP
BP神经网络的数学原理及其算法实现 反向传播算法(过程及公式推导)
6、损失函数(误差函数)
7、梯度下降
8、规范化
9、神经网络
10、深度学习
11、 规则化
机器学习中的范数规则化之(一)L0、L1与L2范数 机器学习中的范数规则化之(二)核范数与规则项参数选择
深度学习核心技术概览
本文介绍了深度学习领域的多个核心概念和技术,包括卷积、one-hot编码、TensorFlow、Keras等工具的使用,以及反向传播算法、损失函数、梯度下降等关键理论。通过这些内容,读者可以对深度学习的基础架构和技术细节有一个全面的理解。
1606

被折叠的 条评论
为什么被折叠?



