│ + j- U2 _" t+ w, f
├─第1课 机器学习中数学基础* m: r/ E6 ]' y0 S2 @+ |7 y5 ^
│ 五月班第一次课件:机器学习中数学基础 (1).pdf
│ 第1课 机器学习中数学基础.mp4/ ~( w* B8 Q Y
│
├─第2课 高效计算基础与图像线性分类器# u4 u1 |9 c0 b, J9 I' V4 n. P
│ 5月班第2课课件:高效计算基础与图像线性分类器.pdf1 \% D8 A8 U! z) a9 a* R; M
│ image linear classification.zip& Y' Z* ?( Z( B
│ numpy_operations.ipynb
│ 第2课 高效计算基础与图像线性分类器.mp4
│ . [* u/ I8 D' P: U
├─第3课 梯度下降法与反向传播
│ 5月班第3课课件:梯度下降法与反向传播 (1).pdf
│ 第3课 梯度下降法与反向传播.mp4
│ # I2 m! n) v( S7 R; m \1 a( D) E
├─第4课 CNN与常用框架2 e3 v+ C& Q% b8 d8 }% x
│ 5月深度学习班第4课--CNN,典型网络结构与常用框架.pdf8 l9 X- a$ g8 N- i
│ 第4课 CNN与常用框架.mp4
│ ' R! l+ }7 ]% w1 I& J0 I2 A
├─第5课 CNN训练注意事项与框架使用
│ 5月班第5次课 - caffe TensorFlow使用与CNN训练注意事项.pdf
│ 第5课 CNN训练注意事项与框架使用.mp4( P5 {/ U2 Z( ]( w0 m l* v
│
├─第6课 CNN推展案例
│ 5月班第6次课 - CNN扩展 图像识别与定位 物体检测 NeuralStyle.pdf
│ 第6课 CNN推展案例.mp42 F5 u2 }- `/ a4 u# T" `" k! t# P; L+ V
│ 5 `& [ D. H$ Z+ [3 f$ q) b
├─第7课 RNN介绍+ v, @+ M' W5 K2 `
│ 5月班第7课课件_rnn_intrduction.pdf$ R& k# k- p3 W; s3 Z* L
│ 第7课 RNN介绍.mp4
│
├─第8课 RNN应用
│ 5月班第8课_rnn_appliacation.pdf
│ 第8课 RNN应用.mp4# L2 o' U' Y5 b% V- X4 T9 h- W
│
└─第9课 更多的网络类型5 h/ J7 D# P9 n+ @3 i
5月班第9次课课件_more_about_nn.pdf
第9课 更多的网络类型.mp4
├─第10课 更多框架6 X) a0 g+ T# [
│ 5月班第10课_framework.pdf
│ 第10课 更多框架.mp4# Z%
相关资源