Способ вывода средств: Baidu.com
Всего [101] секций
Наличие учебной литературы: Да

Вы получите

Поймите основные концепции глубокого обучения для go

Освойте базовые операции глубокого обучения с помощью go

соответствующее население

начинающий
Курсы

В этом разделе go машинного обучения и глубокого обучения, в основном объясняется применение go в машинном обучении и глубоком обучении, например, распознавание образов.

Каталог курсов

Математические основы глубокого обучения 03:54
Принципы машинного обучения 18:09
Принципы глубокого обучения 35:09
Глубокое обучение сложению и нейросети Принципы оптимального пути и понятие градиента 22:52
Матричные вычисления для глубокого обучения 15:43
Введение в вычисления на GPU 05:01
Введение во фреймворки глубокого обучения 02:31
Сериализация сети данных глубокого обучения 06:58
Глубокое обучение Нейронные сети Матричные вычисления 01:37
Глубокое обучение Нейронные сети Линейная регрессия 38:45
Реализация легкой нейронной сети в обучении1 23:31
Реализация облегченного обучения нейронной сети 2 23:33
Введение во фреймворк глубокого обучения gdeep 02:31
Знакомство с набором данных Mnist 04:22
Глубокое обучение распознаванию рукописного текста функция потерь кросс-энтропия 38:51
Глубокое обучение Распознавание рукописного текста Вычислительная скорость распознавания 16:19
Deep Learning Handwriting Recognition рассчитывает скорость распознавания на основе модели 05:40
Глубокое обучение распознаванию рукописного текста предсказывает результаты проверки данных на основе моделей 04:02
Глубокое обучение распознаванию рукописного текста для распознавания изображений 02:52
Информация о конфигурации GPU для глубокого обучения Запись 04:30
Руководство по вызову нейронных сетей 04:46
Архитектура нейронных сетей 06:02
Тензор реализации 24:42
слой 18:26
Ядро нейронной сети 07:13
Функция потерь 06:20
Оптимизатор 04:32
Обучение 04:32
Реализация вызовов нейронных сетей 11:07
Каркас алгоритма глубины weakai 27:58
Определение нейронных сетей 20:46
Создание нейронных сетей 00:49
Функция потерь 02:39
Прямое и обратное распространение для расчета весов 15:35
Реализация обучения и прогнозирования 03:39
Реализация гетерогенных вычислений 03:08
Нейросетевые модели данных 08:25
Реализация линейного прогнозирования данных 23:05
реализация golang для загрузки данных распознавания изображений 21:49
golang Реализация распознавания изображений - построение фреймворка рекуррентной конволюционной нейронной сети 12:58
golang Реализация распознавания изображений - реализация рекуррентной конволюционной нейронной сети 24:13
реализация распознавания изображений на языке golang - инициализация круговой конволюционной сети 20:02
golang реализация распознавания изображений - рекуррентная конволюционная нейронная сеть тест обучение предсказание и статистика успеха 33:02
реализация распознавания изображений на языке golang - процесс обучения 1 22:14
реализация распознавания изображений на языке golang - процесс обучения 2 22:17
реализация распознавания изображений на языке golang - процесс обучения 3 22:17
Нейронные сети с ограниченным автоматом Больцмана 10:44
Построение каркаса нейронной сети с ограниченной машиной Больцмана 10:43
Построение нейронных сетей для ограниченных машин Больцмана 07:01
Математические базисные функции для реализации ограниченных машин Больцмана 10:36
Прямое обратное распространение однослойных нейронных сетей, реализующих машины Больцмана с ограниченным кадром 06:19
Реализация непрерывного прямого обратного распространения для машин Больцмана 03:51
Обучение реализации ограниченной машины Больцмана 09:10
К конструктивной реконструкции машин Больцмана 04:31
Реализация машины Больцмана с ограничениями 18:21
Введение в архитектуру глубокой доверительной нейронной сети DBN 14:01
Реализация скрытого слоя нейронной сети глубокого доверия DBN 14:26
Основы DBN - Нейронные сети с логистической регрессией 12:28
Построение и инициализация нейронной сети DBN 11:54
Предварительная обработка глубокой доверительной нейронной сети DBN 07:55
Обучение глубокой доверительной нейронной сети DBN 08:18
Глубокая нейронная сеть доверия DBN Прогнозирование 10:44
DBN Глубокая доверительная нейронная сеть Тестирование данных 13:29
Построение нейронной сети DA 10:03
Кодирование и декодирование нейронной сетью DA 05:20
Обучение нейронной сети DA 12:01
Тестирование данных нейросети DA 07:55
Конволюционные нейронные сети - обработка изображений 07:55
Искусственные сети данных - моделирование человеческого мозга 06:28
Одноуровневые и многоуровневые сети передачи данных 05:44
Легкая нейронная сеть Varis 05:59
Средние нейронные сети, позволяющие распознавать изображения 13:17
Предварительные нейронные сети 03:42
Моделирование нейронных сетей 11:30
Система распознавания изображений 30:27
Рекуррентные нейронные сети и дискретные нейронные сети 12:45
Простые многослойные нейронные сети 05:33
Краткий обзор машинного обучения 12:20
Резюме по машинному обучению 15:21
Принципы работы слоев нейронной сети 21:14
Нейронные сети Stacked StackLSTM 27:22
Концепции уровня сети передачи данных 06:57
Логистическая реализация нейросетевой логики логистической регрессии 20:43
Тест нейронной сети логистической регрессии 20:10
Обработка изображений в действии 18:47
Обучение нейронной сети 06:43
Концепции нейронных сетей 04:51
Принципы нейросетевых расчетов линейной регрессии 28:43
Принципы выбора нейронных сетей 09:45
Минималистские нейронные сети 30:44
Распознавание рукописного текста с помощью нейросетевого прогнозирования 01:41
Реализация среднеквадратичной и перекрестной энтропии нейронной сети 17:39
Обучение нейронных сетей Вычислительные различия 07:10
Обучение нейронной сети 17:48
Однослойные нейронные сети 13:31
Реализация двухслойной нейронной сети на 19:27
Реализация двухслойной нейронной сети в процессе 27:37
Реализация двухслойной нейронной сети под 15:54
Тестовый запуск двухслойной нейронной сети с распознаванием рукописного текста 30:44
Нейронные сети для распознавания изображений 23:55
Материалы для сопровождения курса 00:34

Скачать ресурс

Цена загрузки этого ресурса составляет8.9Золотые монеты, пожалуйста, сначалавойти в систему

Заявление о ресурсах (покупка считается согласием с этим заявлением):
1. любая операция в веб-платформе считается прочитал и согласился с нижней части сайта регистрационное соглашение и отказ от ответственности, этот сайт ресурсы были ультра-низкая цена, и не предоставляет техническую поддержку
2. некоторые пользователи сети поделиться сетевой адрес диска может быть недействительным, таких как возникновение сбоев, пожалуйста, отправьте письмо в службу поддержки код711cn#qq.com (замените # на @) будет составлен, чтобы отправить
3. этот сайт предоставляет все загружаемые ресурсы (программное обеспечение и т.д.) сайт, чтобы гарантировать, что никаких негативных изменений; но этот сайт не может гарантировать точность, безопасность и целостность ресурсов, пользователь загружает по своему усмотрению, мы общаемся, чтобы узнать для целей не все исходный код не 100% безошибочно или нет ошибок; вы должны иметь определенную основу, чтобы быть в состоянии читать и понимать код, чтобы быть в состоянии изменить отладку! код и устранять ошибки. В то же время, пользователи данного сайта должны понимать, что Source Code Convenience Store не владеет никакими правами на программное обеспечение, предоставленное для скачивания, авторские права принадлежат законному владельцу ресурса.
4. все ресурсы на этом сайте только для обучения и исследовательских целей, пожалуйста, должны быть удалены в течение 24 часов после загрузки ресурсов, не используйте в коммерческих целях, в противном случае юридические споры, возникающие с сайта и издателя залога ответственности сайта и не будет нести!
5. в связи с воспроизводимым характером ресурсов, приобретенные ресурсы не подлежат возврату, баланс пополнения также не подлежит возврату