深度学习 教程 2019年7月5日 意见反馈 本教程将介绍深度学习的原理与实践，帮助学习者快速掌握深度学习技术。 对象 随着技术的进步，深度学习领域的岗位需求有了相当大的增长。本教程适合以下专业人士: 软件工程师 数据分析师 对深度学习感兴趣的人员 预备知识 了解Python编程 基本的统计学知识 章节深度学习 – 介绍 深度学习 – 人工神经网络 深度学习 – 运行平台 深度学习 – 感知器 深度学习 – 人工神经元 深度学习 – 感知器原理 深度学习 – 感知器学习规则 深度学习 – 激活函数 深度学习 – 自适应线性单元 深度学习 – 自适应线性单元 深度学习 – 梯度下降法 深度学习 – 学习率 深度学习 – 多层神经网络 深度学习 – 多层神经网络 深度学习 – 反向传播 深度学习 – 反向传播例子 深度学习 – 过拟合与dropout机制 深度学习 – 卷积神经网络(CNN) 深度学习 – 卷积神经网络介绍 深度学习 – 卷积神经网络：例子 深度学习 – 卷积神经网络：卷积层 深度学习 – 卷积神经网络：ReLU层 深度学习 – 卷积神经网络：池化层 深度学习 – 卷积神经网络：连接各层 深度学习 – 卷积神经网络：全连接层 深度学习 – 循环神经网络(RNN) 深度学习 – 循环神经网络介绍 深度学习 – 循环神经网络：训练 深度学习 – 循环神经网络：LSTM 标签 ai Doc navigationSERVLET 教程 →