非监督特征学习与深度学习中文教程

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

空标题文档

来源 ysh329 浏览 105 扫码 分享 2022-05-26 07:30:52
  • 调试：优化器和目标（Debugging: Optimizers and Objectives）

    调试：优化器和目标（Debugging: Optimizers and Objectives）

    这一节留下（大坑）待写（译者注：很多年了，该大坑一直没被填上）。

    若有收获，就点个赞吧

    0 人点赞

    上一篇:
    下一篇:
    • 书签
    • 添加书签 移除书签
    • 非监督特征学习与深度学习 中文教程
    • 新版UFLDL教程英文原文勘误表（Errata）
    • 主成分分析白化（PCA Whitening）
    • 数据预处理（Data Preprocessing）
    • 独立成分分析重建（ RICA ）
    • 独立成分分析（Independent Component Analysis）
    • 用反向传导思想求导（Deriving gradients using the backpropagation idea）
    • 稀疏编码自编码表达（Sparse Coding: Autoencoder Interpretation）
    • 稀疏编码（Sparse Coding ）
    • 稀疏自编码符号一览表（Sparse Autoencoder Notation Summary）
    • 线性解码器（Linear Decoders）
    • 练习：RICA（Exercise: RICA）
    • 练习：主成分分析白化（Exercise: PCA Whitening）
    • 练习：实现 2D 数据的主成分分析（Exercise:PCA in 2D）
    • 练习：稀疏编码（Exercise:Sparse Coding）
    • 自动编码器（Autoencoders）
    • 使用卷积进行特征提取（Feature Extraction Using Convolution）
    • 卷积神经网络（Convolutional Nerual Network）
    • 池化（Pooling）
    • 练习：卷积和池化（Exercise: Convolution and Pooling）
    • Softmax 回归（Softmax Regression）
    • 向量化（Vectorization）
    • 检查：偏差和方差（Debugging: Bias and Variance）
    • 线性回归（Linear Regression）
    • 空标题文档
    • 调试：梯度检查（Debugging: Gradient Checking）
    • 逻辑斯特回归（Logistic Regression）
    • 多层神经网络（Multi-Layer Neural Network）
    • 神经网络向量化（Neural Network Vectorization）
    • 练习： 监督神经网络（Exercise: Supervised Neural Networks）
    • 微调多层自编码算法（Fine-tuning Stacked AEs）
    • 栈式自编码算法（Stacked Autoencoders）
    • 深度网络概览（Deep Networks: Overview）
    • 练习：自我学习（Exercise: Self-Taught Learning）
    • 自我学习（Self Taught Learning）
    • MATLAB 文件指引（MATLAB Modules）
    • 代码风格（Style Guide）
    • 推荐读物（UFLDL Recommended Readings）
    • 预备知识推荐（Useful Links）
    暂无相关搜索结果！

      让时间为你证明

      展开/收起文章目录

      分享，让知识传承更久远

      文章二维码

      手机扫一扫，轻松掌上读

      文档下载

      请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
      PDF文档 EPUB文档 MOBI文档

      书签列表

        阅读记录

        阅读进度: 0.00% ( 0/0 ) 重置阅读进度
          思维导图备注