deep-learning
Ctrlk
  • 介绍
  • 统计学习
    • 线性模型
    • 集成学习
    • 概率图模型
  • 优化
    • 学习方法
      • Efficient BackProp
      • 使用Numpy实现卷积神经网络(推导前馈和反向传播)
      • 梯度下降
      • L-BFGS
    • 正则化/归一化
    • 超参数
  • 卷积网络
    • 卷积网络架构
    • 目标检测
    • 语义分割
    • 风格迁移
    • 人脸识别
  • 循环和递归网络
    • 词向量
    • 机器翻译
    • 注意力机制
    • 文本分类
    • 神经图灵机
  • 生成模型/无监督
    • 生成对抗网络
    • 自编码器
  • 深入理解
    • 卷积网络
    • 模型蒸馏
  • 元学习
    • Fine-tune
  • 自动机器学习
    • 超参数
    • 神经架构搜索
  • 硬件
    • CUDA
    • 分布式训练
Powered by GitBook
On this page

Was this helpful?

  1. 优化

学习方法

Efficient BackProp使用Numpy实现卷积神经网络(推导前馈和反向传播)梯度下降L-BFGS
PreviousConditional Random FieldNextEfficient BackProp

Last updated 6 years ago

Was this helpful?