AI(deep learning)详细讲解

最新推荐文章于 2025-07-09 02:12:43 发布
最新推荐文章于 2025-07-09 02:12:43 发布
阅读量1.4k 收藏
点赞数 1
分类专栏： deep learning python 文章标签： AI deep learning
博主复习深度学习理论时发现一篇大牛文章，文章链接为https://blog.youkuaiyun.com/zouxy09/article/details/8775518 ，其中介绍了人工智能起源与发展、深度学习由来、理论内容、DL模型及训练方法，能让人学到很多。

最近复习deep learning理论时发现了一个大牛的文章，太强了！

https://blog.youkuaiyun.com/zouxy09/article/details/8775518

  • 里面有讲人工智能的起源与发展
  • 深度学习的由来
  • 深度学习的理论内容
  • DL模型以及训练方法

总之很厉害，可以学到很多东西。

吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（2-1）-- 深度学习的实践方面
大树先生的博客
09-28 1万+
改善深层神经网络：超参数调试、正则化以及优化 ---- 深度学习的实践方面
Coursera deeplearning.ai 深度学习笔记2-2-Optimization algorithms-优化算法与代码实现
tuzhen301的博客
12-14 1502
Coursera deeplearning.ai 深度学习笔记2-2-Optimization algorithms-优化算法与代码实现
deeplearning.ai
10-10
deeplearning.ai第二门课《提升深层神经网络》，正则化部分的编程作业，包括一个py文件，数据文件和一个jupyter-notebook
【AI概念】神经网络架构（NN Architecture）与深度学习模型（Deep Learning）：核心原理、数学表达、工程实践与未来趋势|主流神经网络架构与深度学习模型、对比与应用场景、优化流程
最新发布
AI人工智能爱酱～你的AI学习好帮手～
07-09 969
大家好，我是爱酱。本篇将会系统梳理神经网络架构（NN Architecture）与深度学习模型（Deep Learning）的核心原理、主流方法、数学表达、工程实践与未来趋势，配合数学公式，帮助你全面理解这些概念。 注：本文章含大量数学算式、详细例子说明，建议先收藏再慢慢观看理解。你们的每个赞、收藏跟转发都是我继续分享的动力！ 本文章为入门介绍，爱酱会在之后逐一出单独文章介绍不同主流神经网络架构，如CNN、RNN、LSTM、Transformer、GAN、Autoencoder、GNN等，敬请期待！
GitHub万星的中文机器学习资源：路线图、视频、电子书、学习建议全在这
量子位
04-19 379
铜灵 发自 凹非寺量子位 出品 | 公众号 QbitAI再也不用在学机器学习之前先恶补英语了，这儿有一套超热门的优质中文资源可以选择。这套名叫AI Learning的Gi...
吴恩达深度学习deeplearning.ai——第一门课：神经网络与深度学习——第二节：神经网络基础（上）
weixin_43895667的博客
08-03 2153
吴恩达深度学习deeplearning.ai——第一门课：神经网络与深度学习——第二节：神经网络基础（上）
《Deep Learning》深度学习.zip
10-07
在人工智能领域的研究中，深度学习作为一个重要的分支，已经成为了推动科技进步的核心力量。深度学习的基础理论、算法和应用广泛地涉及到计算机视觉、自然语言处理、语音识别、机器人技术等多个方面。《Deep ...
Understanding Deep Learning
08-12
深度学习是人工智能的一个分支，它主要基于神经网络模型，模拟人脑的工作原理，用于解决复杂的学习任务，如图像识别、语音识别、自然语言处理等。本书的核心内容可能包括以下几个方面： 1. **神经网络基础**：介绍...
深度学习, 资源, Deep Learning: Foundations and Concepts
12-22
学习是人工智能领域的一个重要分支，它通过模仿人脑的工作方式，构建复杂的神经网络模型来解决各种问题。本书《深度学习：基础与概念》由Christopher M. Bishop和Hugh Bishop合著，旨在深入探讨深度学习的基本原理和...
Grokking Deep Learning 配套源代码全套.zip
02-19
《Grokking Deep Learning》是一本关于深度学习的教材，旨在引导读者深入理解深度学习的基本概念、原理和应用。本书通过一种独特的教学方法，即通过构建和训练深度神经网络来让读者直观地感受深度学习的过程，而不...
《Deep Learning with PyTorch》高清原版
10-13
2. **PyTorch架构**：将详细讲解PyTorch的模块化设计，包括Tensor的创建、操作和转换，以及如何构建计算图。 3. **自动梯度**：PyTorch的自动梯度系统（Autograd）是其一大特色，使得计算模型的梯度变得极其简单，...
DeepLearning ai微专业作业+参考答案+笔记(卷一)
11-30
网易云课堂上吴恩达教授开的深度学习微专业中第一门课神经网络和深度学习的课后作业、参考答案和笔记
DeepLearning.ai作业:(2-1)-- 深度学习的实践层面（Practical aspects of Deep Learning）
Fangzh的技术博客
09-16 832
首发于个人博客:fangzh.top，欢迎来访 不要抄作业！ 我只是把思路整理了，供个人学习。 不要抄作业！ 本周的作业分了3部分： 初始化参数 正则化（L2、dropout） 梯度检验 part1：Initialization 主要说明的不同的初始化对迭代的影响。 首先，模型函数是这样的： def model(X, Y, learning_rate = 0.01...
Deeplearning.ai──人脸识别
M&H的博客
06-20 1268
一、什么是人脸识别？ 人脸验证 VS. 人脸识别 Verification：判断face是否为对应人（1:1对应） Recognition：输出face对应人的ID（1:K对应） 　　在人脸验证中，给定两张图片，告诉是否是同一人，最简单的方法就是对两张图片的像素逐个比较，如果他们的距离小于某一阈值，就可以认定为同一人。当然，这种算法表现非常差，因为像素值随着人脸的方向，光照不同甚至头部微小...
deeplearning.ai 深度学习专项课程 解题集合 ( 已更新完毕) 仅供参考
weixin_34233618的博客
11-24 340
Coursera Deep Learning 解题集合 (已更新完毕) 1 神经网络和机器学习 neural networks and deep learningex01-Introduction to deep learning.md ex02-Neural Networks Basics.md ex03-Shallow neural networks.md ex04-Deep Neural N...
deeplearing.ai 深度学习课程笔记
健康工作每一天
01-01 715
deeplearing.ai 深度学习课程笔记 一、神经网络与机器学习 直观理解神经网络。随着神经网络层的加深，所提取的特征（函数）不断组合，最终得到更宏观、更复杂的所需要的特征。简单的例子比如房屋价值预测。基础特征可能是房间数，面积，邮编，交通等情况。当神经网络进行学习时，可能 hidden layer 中的某个神经元，实现的等效逻辑就是根据邮编和交通情况估计了房子是在富人区还是平民区，这个...
吴恩达深度学习deeplearning.ai学习笔记（二）2.6 2.7 2.8 2.9 2.10
weixin_66188523的博客
08-09 1178
这种算法运行速度总是快于标准的梯度下降算法，基本思想是计算梯度的指数加权平均数并利用该梯度来更新你的权重；假设你要优化一个下图的成本函数，红点是最小值，假设从一点开始进行梯度下降法，如果进行梯度下降法的第一次迭代，无论是batch还是mini-batch，可能都会指向椭圆的另一边：然后在椭圆的另一边执行第二次梯度下降，可能又回到原来这边：然后如此反复走下去，慢慢摆动到最小点，这需要许多计算步骤，或者说需要很多次梯度下降，因为这种上下摆动减慢了梯度下降法的速度；
P1【深度学习】Deep Learning概论及介绍
张小怪_
10-26 1802
｜深度学习概论 深度学习改变了传统互联网业务，例如搜索和广告。同时，深度学习同时使得很多新产品和企业来帮助人们获得更多healthcare。深度学习做的非常好的有读取X-ray图像，到生活中 的个性化教育，到精准农业，甚至到个性化汽车， 通过这门课的学习，我们可以知道如何应用深度学习来做上面这些令人窒息的操作（被UP主的翻译笑死）。 在接下来的10年里，AI（人工智能）将会发挥巨大能量，让我们一起为创建AI社会做贡献。 AI是新的电力。百年前的电...
Deeplearning.ai 课程
饭饭的博客
10-02 740
deeplearning.ai 课程    吴恩达老师开设了一个新项目叫做 deeplearning.ai 是一个深度学习的系列课程，一个分为五个部分。前三个课程已经制作完成，我也迫不及待注册了这个系列课程，感受人工智能领域专家的课程。 学习+看视频+做project，获得证书：有吴恩达的签名，感觉不错。O(∩_∩)O 继续努力 课程1： Neural Ne
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值