ML 学习站
跳到正文
课程目录神经网络与深度学习入门
进阶深度学习神经网络PyTorch反向传播

神经网络与深度学习入门

从感知机到多层网络,搞懂反向传播的链式法则、激活函数与损失函数,以及训练神经网络的实用技巧。

总时长 约 5 小时4 个章节ML 学习站
开始学习 · 从感知机到神经网络

你将学到

  • 围绕「深度学习」主题展开的系统化训练
  • 围绕「神经网络」主题展开的系统化训练
  • 围绕「PyTorch」主题展开的系统化训练
  • 围绕「反向传播」主题展开的系统化训练

章节目录

共 4 章, 建议按顺序学习。

  1. 01

    从感知机到神经网络

    25 分钟

    神经元数学模型、多层感知机结构。

  2. 02

    反向传播算法

    35 分钟

    链式法则、计算图、手推一个两层网络。

  3. 03

    激活函数与损失函数

    25 分钟

    ReLU / Sigmoid / Softmax 与交叉熵的搭配。

  4. 04

    训练神经网络的技巧

    30 分钟

    初始化、学习率、BatchNorm、Dropout、正则化。