LOL胜负案例让你秒懂神经网络算法
  1. 深度学习

    1. 录播
      000 - 课程演示
      2分钟
    2. 录播
      100 - 深度学习
      7分钟
    3. 录播
      101 - 神经细胞工作过程
      8分钟
    4. 录播
      102 - 神经细胞的工作
      9分钟
    5. 录播
      103 - 神经网络的工作过程
      9分钟
    6. 录播
      104 - 深度神经网络的工作过程
      10分钟
    7. 录播
      105 - 深度学习框架
      7分钟
    8. 录播
      106 - 什么是损失
      12分钟
    9. 录播
      107 - 人类学习与深度学习
      8分钟
    10. 录播
      108 - 模型评估与学习
      11分钟
  2. 创建神经网络类(一)

    1. 录播
      200 - 必备的前置课程
      7分钟
    2. 录播
      201 - 创建项目
      7分钟
    3. 录播
      202 - 项目结构
      8分钟
    4. 录播
      203 - 创建神经网络类
      7分钟
    5. 录播
      204 - LOL钻石局的数据
      10分钟
    6. 录播
      205 - 神经网络输入数据
      8分钟
    7. 录播
      206 - 神经网络的输入数据
      8分钟
    8. 录播
      207 - 转换矩阵相乘
      10分钟
    9. 录播
      208 - 定义Tensorflow的变量
      9分钟
    10. 录播
      209 - Tensorflow中变量以及占位符
      8分钟
  3. 创建神经网络类(二)

    1. 录播
      210 - 矩阵相乘
      7分钟
    2. 录播
      211 - 矩阵相乘API的调用
      7分钟
    3. 录播
      212 - 完成第二层隐藏层的输出
      8分钟
    4. 录播
      213 - 神经网络输出层
      8分钟
    5. 录播
      214 - Softmax函数API
      9分钟
    6. 录播
      215 - 构建模型的损失
      7分钟
    7. 录播
      216 - 计算模型损失
      8分钟
    8. 录播
      217 - 完成计算模型损失
      8分钟
    9. 录播
      218 - 完成最初网络构建
      8分钟
    10. 录播
      219 - 获取数据喂给模型
      8分钟
  4. 创建神经网络类(三)

    1. 录播
      220 - 喂给模型数据查看模型损失
      8分钟
    2. 录播
      221 - 解决输出NAN的问题修改激活函数
      11分钟
    3. 录播
      222 - 一个样本一个样本的训练
      9分钟
    4. 录播
      223 - 传入批量数据
      9分钟
    5. 录播
      224 - 传入批量数据的Softmax函数
      8分钟
    6. 录播
      225 - 将程序改为多个数据的输入
      7分钟
    7. 录播
      226 - 完成传入批量数据
      8分钟
    8. 录播
      227 - 计算模型准确率
      9分钟
    9. 录播
      228 - API - Argmax函数
      9分钟
    10. 录播
      229 - 如何计算模型的准确率
      8分钟
  5. 创建神经网络类(四)

    1. 录播
      230 - API演示计算模型的准确率
      7分钟
    2. 录播
      231 - 完善代码计算准确率
      9分钟
    3. 录播
      232 - 完成计算准确率
      8分钟
    4. 录播
      233 - 遗憾的神经网络
      7分钟
    5. 录播
      234 - 完善计算准确率函数
      9分钟
    6. 录播
      235 - 数据标准化
      7分钟
  6. 模型的可视化

    1. 录播
      301 - 模型的可视化
      8分钟
    2. 录播
      302 - 完成模型的可视化
      10分钟

对课程感兴趣?

点击报名,听课时长可兑换余额哦~

LOL胜负案例让你秒懂神经网络算法免费

最近在学 9 累计报名 6 好评度 -
咨询老师
用手机看

扫一扫继续用手机看

  • 微信扫码

  • QQ扫码

下载手机APP

课程概述

目录

往期学员作业()

评论

老师介绍

  • Lain老师

    Lain老师

    大家好,我是大家最温柔的Lain老师! SIKI学院Python人工智能方向主讲老师 有什么技术问题都可以来问我哈~
简  介 本课程会带领使用深度学习中神经网络算法来预测LOL胜负。希望大家先了解一下前置课程,希望大家通过本课程,可以了解并掌握神经网络算法的计算过程。 课程会用使用人类的学习来类比机器如何模拟人类学习。欢迎大家加入哈~

SIKI学院创办于2016年9月17日,是北京营火之森林科技发展有限公司旗下在线教育品牌,是最早开拓IT在线教育的教学平台。目前网站基于在线课程,公开课,在线题库等产品,提供高品质的在线课程及教学服务。

目前siki学院的教学以移动应用开发、游戏开发课程为核心,主要面向立志投身互联网技术开发的朋友,或者以自我提升或就业为目标的求学人员。通过优质的视频课程、直播教学、网络组队项目实战、网络班级管理、线上教学社区等教学方式,为用户提供便捷(不受时空限制,更自由的学习时间安排,全国各地网络教学)、专业的网络教学课程与服务。

SIKI学院专注于游戏开发、游戏美术等游戏相关的职业培训,为零基础、爱好者、行业工作者等不同层次的学员提供课程学习视频学习,为用户提供便捷(不受时空限制,更自由的学习时间安排,全国各地网络教学)、专业的网络教学课程与服务。

资料下载报名后支持下载

* 课程提供者:SiKi学院