【专知翻译】神经网络视频教程1.4——多层神经网络(Hugo Larochelle)

2018 年 6 月 29 日 专知

【导读】近期,专知小组推出国外经典视频教程推荐系列,这次推出的是由Google Brain的Hugo Larochelle在Youtube上的神经网络视频教程1.4——多层神经网络,后续会不断更新这一经典教程。


【专知翻译】神经网络视频教程1.1——人工神经元(Hugo Larochelle)

【专知翻译】神经网络视频教程1.2——4种常见的激活函数(Hugo Larochelle)

【专知翻译】单个神经元的能力-神经网络视频教程1.3(Google 大脑Hugo Larochelle)


Hugo Larochelle是Geoffrey Hinton的博士,同时也是Yoshua Bengio的博士后。他在Youtube上发布了一套非常有深度的神经网络教程。该教程不仅适用于神经网络/深度学习新手,也适用于有一定基础的人,因为相对于其他的视频教程而言,该教程更注重于公式的解读和原理的解释,而且Hugo Larochelle通过可视化等方法让这些抽象的公式和原理变得浅显易懂。视频包含了一些容易被忽略的知识点,例如逻辑回归中超平面与参数向量的几何关系、Relu激活函数的稀疏性等,这些知识点对深度理解神经网络/深度学习有着非常大的帮助。


Hugo Larochelle主页:

http://www.dmi.usherb.ca/~larocheh/index_en.html


由于Hugo Larochelle在Youtube上的神经网络视频教程没有提供字幕(中文或英文),专知小组对Hugo Larochelle的这套神经网络视频教程进行了翻译。下面是一分钟的试看视频:




获取完整的《神经网络视频教程1.4——多层神经网络(Hugo Larochelle)》,请加入专知AI会员,在知识星球中获取整套视频, 点击下面图片加入



-END-

专 · 知


人工智能领域主题知识资料查看与加入专知人工智能服务群

【专知AI服务计划】专知AI知识技术服务会员群加入人工智能领域26个主题知识资料全集获取欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询


请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~



关注专知公众号,获取人工智能的专业知识!

点击“阅读原文”,使用专知

登录查看更多
0

相关内容

人工神经网络(Artificial Neural Network,即ANN ),是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象, 建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。 最近十多年来,人工神经网络的研究工作不断深入,已经取得了很大的进展,其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题,表现出了良好的智能特性。
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
129+阅读 · 2020年7月10日
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
87+阅读 · 2019年10月21日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
Kaggle比赛实战教程
专知
14+阅读 · 2018年7月30日
ICML2018 模仿学习教程
专知
6+阅读 · 2018年7月14日
10分钟搞懂反向传播| Neural Networks #13
AI研习社
3+阅读 · 2018年1月7日
Video-to-Video Synthesis
Arxiv
9+阅读 · 2018年8月20日
Arxiv
6+阅读 · 2018年6月20日
Arxiv
3+阅读 · 2017年7月6日
VIP会员
Top
微信扫码咨询专知VIP会员