神经网络技巧总集篇

本系列的内容注重在如何提升机器学习的效率,调整机器学习的模式等,适合于已经入门机器学习,却还没有找到好方法去运用机器学习的同学们。(课时:38分钟)

深度学习 基础教程 标准化 过拟合 高级技巧

    课程背景

    本系列的内容注重在如何提升机器学习的效率,调整机器学习的模式等,适合于已经入门机器学习,却还没有找到好方法去运用机器学习的同学们。

    课程目的

    学完本课程,你能做到

    • 了解构建深度神经网络模型时可以采取的一些高级经验技巧

    课程详情

    本课程的主要内容有:

    • 在做好了属于自己的神经网络之后, 应该如何来评价自己的神经网络?

    • 神经网络模型为何迟迟得不到收敛?

    • 怎样才能找到真正“合适”的特征?

    • 为什么在神经网络模型中,总是少不了“激励函数”?

    • 为什么自己的神经网络在训练数据中有很高的准确性,却不适用于测试数据?

    • 最近流行的Batch Normal又是什么?

    相关课程


    本教程作为神经网络基础课程的进阶课程,学习前需要具备“神经网络基础”。

    2dbd83eaeedf68cedef216d758fb4f6a.png

    神经网络基础入门专题


    更多相关课程:

    本课程以理论讲解为主要内容,如果你觉得只讲理论不过瘾,那么可以使用Tensorflow进行实践。

    3ce29a33ed44fa8a2997250ded668d9b.png

    Tensorflow实践系列课程