登录
注册
登录
注册
首页
在线实训
师资培训
证书培训
1+X证书
双创工作室
竞赛指导
科普知识
全部分类
业务
课程
班级
公开课
登录
注册
首页
在线实训
师资培训
证书培训
1+X证书
双创工作室
竞赛指导
科普知识
全部分类
业务
课程
班级
公开课
深度学习算法
第21任务： LSTM的三个门
查看课程
任务列表
第1任务： 单个神经元介绍
第2任务： 经典网络结构介绍
第3任务： 神经网络工作流程
第4任务： 梯度下降法修正网络参数
第5任务： 网络工作原理推导
第6任务： 网络搭建准备
第7任务： 样本从输入层到隐层传输
第8任务： 网络输出
第9任务： 单样本网络训练
第10任务： 全样本网络训练
第11任务： 网络性能评价
第12任务： 调用sklearn实现神经网络算法
第13任务： 引言
第14任务： 浅层神经网络的局限
第15任务： 卷积操作
第16任务： 卷积操作的优势
第17任务： 池化及全连接
第18任务： 高维输入及多滤波器卷积
第19任务： 循环神经网络简介
第20任务： 循环神经网络的常见结构
第21任务： LSTM的三个门
第22任务： LSTM三个门的计算示例
第23任务： 生成对抗神经网络简介
第24任务： 生成对抗神经网络训练流程
第25任务： 实现卷积操作
第26任务： 实现池化操作
第27任务： 利用RNN&LSTM实现mnist手写数字识别
第28任务： 数据准备与定义生成器网络
第29任务： 判别器网络结构
第30任务： 网络传输及网络损失值
第31任务： 模型训练及效果展示
第32任务： 实现卷积操作
第33任务： 将卷积结果可视化
第34任务： 实现池化操作
第35任务： 实现LSTM操作
第36任务： LSTM返回值解读
第37任务： 加载数据
第38任务： 数据加工
第39任务： 搭建循环神经网络
第40任务： 模型配置
第41任务： 模型训练
第42任务： 模型性能验证
第43任务： 实现池化操作
第44任务： 实现卷积操作
第45任务： LSTM网络层实现
第46任务： 加载数据
第47任务： 数据加工
第48任务： 搭建循环神经网络
第49任务： 模型配置
第50任务： 模型训练与性能验证
第51任务： 背景与挖掘目标
第52任务： 数据划分
第53任务： 数据预处理
第54任务： VGG深度网络
第55任务： VGG模型的迁移与微调
第56任务： 模型训练与保存
第57任务： 模型预测与小结
第58任务： 背景与挖掘目标
第59任务： 高斯模糊
第60任务： 图片生成器
第61任务： 图像增强效果
第62任务： 图像合并
第63任务： 模型介绍
第64任务： 模型构建
第65任务： 模型训练
第66任务： 模型预测
第67任务： 小结
第68任务： 【下载】配套资料
学
习
中
心
TOP
张老师
群1：897428979
群2：642795722
工作时间：9:00 - 18:00
张老师:18927565259
邮箱：
3120701392@qq.com
