|
课程介绍:
1 K$ I3 d U* l0 @: [9 G. F" p4 p$ [- o+ R* \
Theano是神经网络python机器学习的模块,和 Tensowflow 类似。( n+ _9 W$ B+ Q! A
% M8 M1 j6 S: p* l$ G为什么我们用theano?
) C* T" T& n- c5 P5 E- I; T7 P8 D' n6 n, P3 ^. L
1.tensowflow 目前只能在 MacOS 和 Linux, theano 不仅可以在前两个系统中运行, 还可以在 Windows 系统下运行;* L: R6 J6 x' O i1 M: ]6 I
2.theano 可以使用 GPU 进行运算,用GPU运行比CPU快100倍左右,theano 是比较优秀的 python 模块。4 e- M. j2 C' X
+ _# ~: x5 z1 g8 }7 h课程目录:
$ a: W9 E R# j j0 x6 G+ |( ]* b5 V/ d& p' M7 I; L
一、Theano 简介
& q* z: n- h) S5 V9 x# x* V7 C* ]0 X1.1 科普: 人工神经网络 VS 生物神经网络
9 O, {3 L; A. ^2 P1.2 什么是神经网络 (Neural Network)% V+ P* T& @4 M" W+ _+ E" Q v7 I/ ?
1.3 神经网络 梯度下降% s$ D1 H) R% b4 y! w5 |
1.4 科普: 神经网络的黑盒不黑: |! }: S$ w+ C0 Q+ Y) e
1.5 什么是Theano?, @- U, r" }( p" U
1.6 Theano 安装
: O* X3 I1 e9 q5 I1.7 神经网络在做什么. ?0 k6 e4 N7 b- q1 Q' S
二、Theano 基础构架
. i2 C9 c% T* a" z5 w+ L/ p( V0 [* P2.1 基本用法
$ m! i& H2 ~8 W9 A$ w" m2.2 Function 用法
' E' k5 T9 ]0 L' V2 \' }; o U2.3 Shared 变量
) `- b6 W2 ?8 F* x2.4 什么是激励函数 (Activation Function)$ B% @4 {; L f
2.5 Activation function 激励函数
/ v* p1 N$ w1 u8 L* e三、搭建自己的神经网络
$ G) X5 c$ y: R1 ^3.1 定义 Layer 类- E/ n6 e( {7 O/ i) G
3.2 Regression 回归例子
' p8 X4 ?6 [7 o3.3 可视化结果 回归例子& }. ^: u" o% i# D$ d! x2 H/ a+ V
3.4 Classification 分类学习7 F. M4 f* ~; v) d
3.5 什么是过拟合 (Overfitting)
; \# T5 c, G1 u, g( |3.6 Regularization 正规化
1 c' x9 c, g1 {3 M. ^3.7 Save 保存 提取7 Q& U8 y3 g% `) l) d1 Z/ v; }
四、总结! G/ M& P, y# x7 I
4.1 总结和更多
) c! i5 m8 K5 L) k0 M
! N2 Y+ A \6 B) i% ^. N+ ~资源下载地址和密码(百度云盘): [/hide] 百度网盘信息回帖可见
: G4 V# ~! u$ b; R" ]! I
1 Z! U9 c! F7 W2 v% `; U- V5 V
+ | V5 x: E4 d6 b3 U( W e2 `
5 G7 v& Q) W+ a* [& R* ?1 |本资源由Java自学网收集整理【www.javazx.com】 |
|