13-深度学习-原理和进阶 - 猎人搜索 轻松搜寻全网资源

• file:14：TF实现线性回归BGD的方式_使用Optimizer_每轮打乱数据.mp4
• file:13：TF实现线性回归解析解的方式_TF实现线性回归梯度下降的方式.mp4
• file:11：CUDA安装_cudnn安装_环境变量配置_检验是否安装成功.mp4
• file:15：TF实现Softmax回归来识别MNIST手写数字.mp4
• file:10：CUDA下载地址_CUDA显卡白名单地址.mp4
• file:12：Tensorflow代码运行机制_TF基础的代码.mp4
• file:23：python实现神经网络正向反向传播训练.mp4
• file:18：反向传播推导(一).mp4
• file:19：反向传播推导(二)从输出层到最后一个隐藏层.mp4
• file:21：反向传播推导(四)关于Δ和a还有梯度的更新事宜.mp4
• file:神经网络.pdf
• file:3：单层神经网络正向传播计算过程_用神经网络理解逻辑回归做多分类.mp4
• file:9：tensorflow概要_conda创建虚拟环境_CPU版本的tensorflow安装.mp4
• file:4：用神经网络理解Softmax回归.mp4
• file:7：sklearn中NN模型的代码使用.mp4
• file:2：三种常见的激活函数_网络拓扑介绍_优化算法.mp4
• file:6：多节点网络输出_sklearn中NN模块的介绍.mp4
• file:1：神经网络是有监督的算法_生物神经元到人工神经元.mp4
• file:5：隐藏层的意义_隐藏层相当于去做预处理_升维降维.mp4
• file:8：隐藏层激活函数必须是非线性的.mp4
• folder:13-深度学习-原理和进阶
• folder:章节2：TensorFlow深度学习工具
• folder:章节3：反向传播推导_Python代码实现神经网络
• folder:章节1：神经网络算法