课程分类

课程介绍
课程目录
用户评论
课程介绍
课程目录
用户评论

你将获得

  • 掌握某些知识点
  • 学会某些技巧(或思路)

教学服务

  • icon

    1v1专属答疑服务

  • icon

    BAT专家面试辅导

讲师介绍

  • 大学三级数学教授,现已退休。主要研究方向:信号与图像处理,科技算法应用与程序开发(小波分析、经验模态分解、卡尔曼滤波、神经网络、非局部均值滤波,傅里叶变换、最小二乘法,等)。

  • 课程详情

    • 【内容简介】《循环神经网络(RNN)与MATLAB程序详解视频》共7章81节视频,总学时726分钟,合12.1小时。主要内容包括:视频课程内容介绍及慎拍不拍说明与参考文献,循环神经网络(RNN)算法基本概念、理论及实例步骤,原始流行程序RNN.m详解及可加可改问题,改进自适应学习率RAdam与新优RNN程序详解,新优RNN程序可改建议及不同学习率对比与通用模板,股票预测问题用RNN求解与RNN函数关系式写法,RNN算法对意大利葡萄酒特征数据进行识别分类及图像识别分类。
            全部免费提供MATLAB代码程序和PPT课件。提供辅导答疑。

            2020年4月25日发布。

    一、学习指导方案

    1、全部视频都在网上。请首先按照视频文件序号由小到大(若前序号相同,说明视频内容密切联系,再看后面序号大小)的序号观看,保证内容由浅入深地顺序学习。

    2、在看视频的同时,利用【暂停】、【倒回】操作,最好运行程序文件。

    3、将存在的问题记录下来,看看视频是否讲解。对视频还是没有讲解的问题,尽快问【面对面数学】答疑。

    4、视频观看结束后,看看PPT课件,复习、巩固学习效果。

    5、视频清晰度:(1)建议屏幕分辨率设置为:1920x1080 或者接近的屏幕分辨率。(2)全屏播放。这样看视频更加清晰。

    目    录
     

    第一章  视频课程内容介绍及慎拍不拍说明与参考文献

    1、先看全面讲解9个关键重点问题和店主预言先告必看第三版(38+4分钟)

    2、RNN1_1视频讲些什么内容及能干什么说明(8分钟,网络上免费“试看”)

    3、RNN1_2MATLAB程序使用说明及亮点特点介绍(6分钟,网络上免费“试看”)

    4、RNN2_1慎拍不拍说明及学习要求与参考文献(11分钟,网络上免费“试看”)

    第二章  循环神经网络(RNN)算法基本概念、理论及实例步骤

    5、RNN4_1循环神经网络算法基本思想与应用领域(16分钟)

    6、RNN5_1神经网络基本概念及记号解读 (13分钟)

    7、RNN5_2层间输入与输出等式及误差反向传播(10钟)

    8、RNN5_3引入循环神经网络原因及其算法特点(5分钟)

    9、RNN5_4循环神经网络结构及信号流向(13分钟)

    10、RNN5_5RNN两个实例介绍及假设与初始化问题(6分钟)

    11、RNN5_6数值序列和文本单词识别两例分析(13分钟)

    12、RNN5_7循环神经网络训练流程步骤(6分钟)

    13、RNN5_8总误差函数及随机梯度下降法公式(10分钟,有程序)

    14、RNN5_9delta误差项定义及W和U的梯度公式10分钟,有程序)

    15、RNN5_10BPTT算法14点步骤(7分钟,有程序)

    16、RNN5_11目前程序少实例少及学习对策(6分钟,有程序,网络上免费“试看”

    17、RNN5_12思考8个问题及总结重点(16分钟,有程序)

    第三章  原始流行程序RNN.m详解及可加可改问题

    18、RNN6_1二进制数加法及进位问题分析(6分钟,有程序)

    19、RNN6_2原始且流行程序运行及对比目的(9分钟,有程序)

    20、RNN6_3二进制数产生及8位序列解读(11分钟,有程序)

    21、RNN6_4网络结构参数及权值初始化与变量含义(6分钟,有程序)

    22、RNN6_5迭代框架与随机产生两个序列及标签(8分钟,有程序)

    23、RNN6_6输入及期望与输出误差项公式(13分钟,有程序)

    24、RNN6_7整个序列总误差和循环层输出(5分钟,有程序)

    25、RNN6_8反向更新及隐含层误差项公式推导(8分钟,有程序)

    26、RNN6_9梯度求和及权值更新公式推导(6分钟,有程序,网络上免费“试看”

    27、RNN6_10屏幕输出显示及最终结果解读(9分钟,有程序)

    28、RNN6_11思考原始程序输入输出等5点问题(6分钟,有程序)

    29、RNN6_12怀疑与改进原始程序8个问题(9分钟,有程序)

    30、RNN6_13改编网络程序方法及重点总结(8分钟,有程序)

    31、RNN7_1学习内容及RNN6程序再演示(5分钟,有程序)

    32、RNN7_2原始程序加入4点及作用分析(13分钟,有程序)

    33、RNN7_3原始程序可改3处及其结果与原因(9分钟,有程序)

    34、RNN7_4思考4个具体问题及总结强调(11分钟,有程序)

    第四章  改进自适应学习率RAdam与新优RNN程序详解

    35、RNN8_1学习目标及二进制加法进位问题分析(8分钟,有程序)

    36、RNN8_2新优程序信息及其8个特点介绍(7分钟,有程序,网络上免费“试看”

    37、RNN8_3改进自适应学习率RAdam信息及其语法(10分钟,有程序)

    38、RNN8_4新优程序解读前预习几个问题(9分钟,有程序)

    39、RNN8_5新优程序结果及输入输出数据处理(12分钟,有程序)

    40、RNN8_6网络结构定义及参数变量初始化(10分钟,有程序)

    41、RNN8_7隐含层及输出层的输入输出计算(7分钟,有程序)

    42、RNN8_8输出层节点误差项梯度及序列梯度证明(10分钟,有程序)

    43、RNN8_9程序语句实现输出层节点误差项及梯度(6分钟,有程序)

    44、RNN8_10隐含层节点误差项与梯度证明及语句实现(10分钟,有程序)

    45、RNN8_11循环态权值及输出项梯度证明及语句实现(8分钟,有程序)

    46、RNN8_12RAdam学习率及权值偏置值变量更新(9分钟,有程序)

    47、RNN8_13网络测试语句及识别准确率计算(9分钟,有程序)

    48、RNN8_14损失函数图像解读及程序分块功能7分钟,有程序)

    49、RNN8_15思考怎么用好新优程序等6个问题(8分钟,有程序)

    50、RNN8_16思考误差项梯度及改进等4个问题与总结(11分钟,有程序)

    第五章  新优RNN程序可改建议及不同学习率对比与通用模板

    51、RNN9_1 可改数据归一化随机化及参数优化建议(11分钟,有程序,网络上免费“试看”

    52、RNN9_2可改批次大小与激活函数类型及学习率方法(5分钟,有程序)

    53、RNN9_3不同学习率方法对比知识及保存对比数据(8分钟,有程序)

    54、RNN9_4损失函数值文件调用及显示对比分析(11分钟,有程序)

    55、RNN9_5通用模板变量设置及迭代次数影响分析(12分钟,有程序)

    56、RNN9_6思考如何使用模板程序等5个问题及总结(16分钟,有程序)

    第六章  股票预测问题用RNN求解与RNN函数关系式写法

    57、RNN10_1学习目的及股票预测实际问题说明(10分钟,有程序)

    58、RNN10_2拟合预测问题及算法流程介绍(12分钟,有程序)

    59、RNN10_3程序功能结构及数据调入处理与显示(11分钟,有程序)

    60、RNN10_4数据归一化与调整数据3维结构(11分钟,有程序)

    61、RNN10_5RNN训练及其损失函数图像分析(5分钟,有程序)

    62、RNN10_6网络预测输出与期望对比分析(8分钟,有程序,网络上免费“试看”

    63、RNN10_7误差图及误差分析二指标含义(6分钟,有程序)

    64、RNN10_8实际预测明天股票开盘指数及预测误差(11分钟,有程序)

    65、RNN10_9可改程序11处及其可改建议(7分钟,有程序)

    66、RNN10_10网络输入输出函数表达式说明(8分钟,有程序)

    67、RNN10_11程序说明网络函数关系式具体写法(8分钟,有程序)

    68、RNN10_12模型扩展7个问题及论文思路9分钟,有程序)

    69、RNN10_13算法扩展及RNN预测精度高结论(6分钟,有程序)

    70、RNN10_14思考如何使用程序等12个问题(11分钟,有程序)

    71、RNN10_15总结拟合预测及其程序实现等问题(4分钟,有程序)

    第七章  意大利葡萄酒特征数据进行识别分类及图像识别分类

    72、RNN11_1学习目的及葡萄酒识别分类问题说明(13分钟,有程序)

    73、RNN11_2识别分类流程及程序详解条目(9分钟,有程序)

    74、RNN11_3数据用途及归一化与数据3维矩阵结构(10分钟,有程序)

    75、RNN11_4网络初始化及训练损失函数图像分析(5分钟,有程序)

    76、RNN11_5识别分类与准确率及二标签对比分析(13分钟,有程序)

    77、RNN11_6可改程序建议及图像识别问题(8分钟,有程序)

    78、RNN11_7识别分类问题的网络函数表达式写法(11分钟,有程序,网络上免费“试看”

    79、RNN11_8模型扩展6处及图像识别建议(7分钟,有程序)

    80、RNN11_9算法扩展6点及思考怎么用程序等问题(10分钟,有程序)

    81、RNN11_10问题特征与程序改写及算法结合等总结(11分钟,有程序)

    五、下载文件

    附件1_必先看_循环神经网络及程序视频学习指导.doc

    附件2_循环神经网络与程序视频_PPT课.rar

    附件3_循环神经网络全部程序m_郑一.rar