如何用JavaScript搭建神经网络?90分钟免费课程,上手可操作丨教程

一个简洁清晰的JavaScript神经网络课程在Scrimba平台上线,由Brain.js作者Robert Plummer授课,涵盖前向传播、反向传播等核心概念,通过实践搭建异或门、图像识别器等应用。
郭一璞 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

最近,一个关于用JavaScript实现神经网络的课程更新完了。

640?wx_fmt=png

这个名为Neural networks in JavaScript的课程非常简洁清晰,乃至于刚一终结就有大量网友在推特上疯狂称(安)赞(利):

640?wx_fmt=png

“罗伯特老哥的JavaScript里的神经网络,集有趣与实用于一体。”

640?wx_fmt=png

“都8012年了,我们JavaScript用户将会统领一切!”

640?wx_fmt=png

“JavaScript里的神经网络,免费课程,这是今年Scrimba给大家伙的圣诞礼物,来自创建Brain.js的罗伯特大大。”这位评论者Per Harald Borgen的推特个人介绍是Scrimba联合创始人,官方圣诞礼物无疑了。

所以,这个备受称赞的课程到底怎么样?

· 看起来是19个“视频”,掐头去尾只有17节课,加起来都不到90分钟,短小精悍。

· “上课”的平台是在线前端学习平台Scrimba,你可以边听课边实践,非常简单方便。

· 你可以在这里学到前向传播和反向传播、层和神经元、训练和报错、前馈神经网络、循环神经网络等内容。

· 这个课程重在讲实践,实践部分远远多于理论部分,可以在课程中搭建异或门、计数器、基础数学网络、图像识别器、情绪分析器、推荐引擎和儿童书籍制作器。

17节课程,8节实践课

不算开头的介绍和最终的结束环节,17节课看起来很长,可是其实每节都只有三四分钟,最长的第7节长达12分25秒,最短的第11节只有1分32秒,非常短,学起来非常省事。

1.课程介绍
2.我们的第一个神经网络
3.如何学习 - 传播
4.如何学习 - 结构
5.如何学习 - 层
6.使用对象
7.不止学数字
8.实践课程:计数器
9.归一化
10.实践课程:股价预测
11.多步预测
12.实践课程:学数学的循环神经网络
13.实践课程:数字检测器
14.实践课程:儿童书籍制作器
15.实践课程:情绪分析
16.RNN的输入与输出
17.实践课程:简明强化学习
18.实践课程:推荐引擎
19.最终思考

17节课里有8节都是实践课程,需要现场写代码完成课程的学习。

边听课边coding,用Scrimba啊

不过,如何实现在听课的同时现场写代码的?

有些在线课程,老师会把上课讲到的实践课程材料发给学生,然后学生课下自己尝试使用。

但Neural networks in JavaScript不一样,它直接在Scrimba上进行(就是开头那位联合创始人Borgen先生开的网站),每节课都是一个可交互的编码+视频页面。

老师放PPT的时候,显示的是PPT:

640?wx_fmt=png

老师放实例演示的时候,就切换到了编码页面:

640?wx_fmt=png

重点是,这个编码页面并不是录好的视频,你可以暂停播放课程,直接参与到编码过程中,并运行代码。

640?wx_fmt=gif

Scrimba主要用于学习前端,这个网站还有其他课程资源,都是以这种讲课内容+代码+效果的形式展示的。

640?wx_fmt=png

作者介绍

640?wx_fmt=jpeg

 右边那位

Robert Plummer,GPU.js、Brain.js、Medium.js等项目的创建者,累计在GitHub喜提超过17000颗星,目前是健身公司iFit的全栈工程师。

传送门

Neural networks in JavaScript
https://scrimba.com/g/gneuralnetworks

作者系网易新闻·网易号“各有态度”签约作者


年度评选报名

640?wx_fmt=jpeg

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

640?wx_fmt=jpeg

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「好看」吧 !



标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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