目录

请先看前言

前言

1 人工智能基础

1.1 科普

1.1.1 什么是神经网络

1.2 基础知识

1.2.1 如何将数据输入到神经网络中

1.2.2 神经网络是如何进行预测的

1.2.3 预测得准确吗

1.2.4 网络是如何进行学习的

1.2.5 计算图

1.2.6 如何计算逻辑回归的偏导数

1.2.7 向量化

1.2.8 如何开始使用python

1.2.9 如何向量化人工智能算法

1.2.10 一些基础概念

1.2.11 特征工程

1.2.12 哪些特征是有价值的

1.2.13 数据清理

1.2.14 逻辑回归与分类阈值

1.2.15 静态训练与动态训练

【实战编程】教你编写第一个人工智能程序

1.3 神经网络

1.3.1 浅层神经网络

1.3.2 如何计算浅层神经网络的前向传播

1.3.3 如何计算浅层神经网络的反向传播

1.3.4 为什么需要激活函数

1.3.5 常见的激活函数

1.3.6 激活函数的偏导数

1.3.7 随机初始化参数

1.3.8 非线性与激活函数

【实战编程】教你编写浅层神经网络

1.3.9 为什么需要深度神经网络

1.3.10 如何计算深度神经网络

1.3.11 核对矩阵的维度

1.3.12 参数和超参数

1.3.13 监督学习型神经网络

1.3.14 什么使深度学习火起来了

【实战编程】构建深度神经网络

1.4 额外知识

1.4.1 标量、向量、矩阵和张量

1.4.2 深入了解矩阵

1.4.3 范数

1.4.4 什么是微积分

1.4.5 古典微积分

1.4.6 极限微积分

1.4.7 偏导数

1.4.8 方向导数

1.4.9 什么是概率论

1.4.10 条件概率

1.4.11 什么是信息论

1.4.12 条件熵

1.4.13 互信息

1.4.14 相对熵（KL散度）

1.4.15 交叉熵

2 实战优化

2.1 实战基础

2.1.1 如何配置数据集

2.1.2 欠拟合和过拟合

2.1.3 如何解决欠拟合与过拟合

2.1.4 L2正则化

2.1.5 dropout

2.1.6 数据增强

2.1.7 将输入特征进行归一化处理

2.1.8 梯度消失和梯度爆炸

2.1.9 如何判断网络是否有bug

2.1.10 H5文件

【实战编程】参数初始化

【实战编程】正则化

【实战编程】梯度检验

2.2 优化算法

2.2.1 Mini-batch

2.2.2 如何为mini-batch选择合理的大小

2.2.3 指数加权平均

2.2.4 深入理解指数加权平均

2.2.5 指数加权平均的偏差修正

2.2.6 动量梯度下降

2.2.7 RMSprop

2.2.8 Adam优化算法

2.2.9 学习率衰减

2.2.10 局部最优问题

【实战编程】mini-batch梯度下降

【实战编程】动量梯度下降

【实战编程】Adam

【实战编程】对比不同的优化算法

2.3 调试神经网络

2.3.1 调参

2.3.2 为调参选择采样标尺

2.3.3 各种调参经验

2.3.4 调参模式和工具

2.3.5 规范化隐藏层的输入

2.3.6 BN的好处

2.3.7 使用模型时的BN

2.3.8 Softmax

2.3.9 深入理解softmax

2.3.10 如何选择深度学习框架

2.3.11 手把手教你使用tensorflow

【实战编程】手把手带你学习Tensorflow v1.x

【实战编程】手把手教你用tensorflow1.x构建一个完整的人工智能程序

【实战编程】手把手带你学习Tensorflow v2.x

3 深度学习项目实战

3.1 项目实战一

3.1.1 决策很重要

3.1.2 正交化

3.1.3 如何判断哪个网络更好？——F1分数

3.1.4 如何做选择

3.1.5 验证集与测试集的数据来源要一致

3.1.6 数据集的获取与划分

3.1.7 判定标准是可以变的

3.1.8 AI能力与人类能力的关系

3.1.9 利用贝叶斯误差来判断拟合度

3.1.10 人类误差是多少呢？

3.1.11 AI超越人类

3.1.12 提升AI系统的一般流程

3.1.13 数据集的偏见

【实战编程】大项目神经网络

3.2 实战项目二

3.2.1 手工分析错误

3.2.2 同时手工分析多个错误类别

3.2.3 标签打错了

3.2.4 如何修正错误标签

3.2.5 快速地构建一个简单的系统

3.2.6 验证集要反应出真实目的

3.2.7 异源时的训练验证集

3.2.8 不常用的误差分析

3.2.9 如何解决异源问题

3.2.10 迁移学习

3.2.11 如何实现迁移学习

3.2.12 什么时候才应该使用迁移学习？

3.2.13 多任务学习

3.2.14 深度理解多任务学习

3.2.15 一步到位——端到端学习

3.2.16 何时用端到端

3.2.17 如何制作数据集

【实战编程】优化大项目

4 人脸识别

4.1 卷积神经网络

4.1.1 智能视觉

4.1.2 卷积运算

4.1.3 边缘检测

4.1.4 深入理解边缘检测

4.1.5 padding

4.1.6 卷积步长

4.1.7 3D卷积

4.1.8 多过滤器

4.1.9 卷积层

4.1.10 卷积神经网络

4.1.11 池化层

4.1.12 池化层（二）

4.1.13 一个较完整的卷积网络

4.1.14 卷积的好处

【实战编程】手把手教你构建卷积神经网络（一）

【实战编程】手把手教你构建卷积神经网络（二）

【实战编程】使用TensorFlow构建卷积神经网络

4.2 深度卷积网络

4.2.1 学习一些牛逼的例子

4.2.2 LeNet-5

4.2.3 AlexNet

4.2.4 VGG

4.2.5 残差网络

4.2.6 为什么残差网络能防止梯度问题

4.2.7 1×1卷积

4.2.8 Inception网络

4.2.9 inception网络与1×1卷积

4.2.10 完整的inception网络

4.2.11 学会利用开源项目

【实战编程】构建残差网络

4.3 目标检测

4.3.1 物体定位

4.3.2 关键点探测

4.3.3 目标检测

4.3.4 滑动窗口探测法

4.3.5 卷积化滑动窗口

4.3.6 如何判断定位是否精准

4.3.7 如何避免一个物体被重复探测到？

4.3.8 两个物体的中心在同一个格子怎么办？

4.3.9 非极大值抑制的实现细节

4.3.10 候选区域

【实战编程]】自动驾驶之车辆探测

4.4 风格迁移

4.4.1 风格迁移概述

4.4.2 差异性验证

4.4.3 如何实现差异性验证

4.4.4 如何训练差异性验证网络

4.4.5 差异性验证网络的训练技巧

4.4.6 差异性验证网络的另一种训练方法

4.4.7 神经网络每层到底都学会了什么？

4.4.8 神经风格迁移网络

4.4.9 内容损失函数

4.4.10 什么是风格

4.4.11 风格损失函数

【实战编程】风格转换

【实战编程】人脸识别

5 语音识别

5.1 循环序列模型

5.1.1 序列模型

5.1.2 序列模型的数据集

5.1.3 循环神经网络RNN

5.1.4 RNN的计算过程

5.1.5 各种结构的RNN

5.1.6 人工智能写作

5.1.7 普通RNN的记性不好

5.1.8 使用LSTM来增强RNN的记忆力

5.1.9 使用GRU来增强RNN的记忆力

5.1.10 双向循环神经网络BRNN

5.1.11 深度RNN

5.1.12 纯pyhon构建RNN

【实战编程】纯pyhon构建RNN

【实战编程】智能写作

【实战编程】智能音乐

【实战编程】智能作曲

5.2 自然语言处理与词嵌入

5.2.1 什么是词嵌入

5.2.2 如何使用词嵌入技术

5.2.3 词嵌入与类比推理

5.2.4 如何得到词嵌入矩阵表

5.2.5 word2vector模型

5.2.6 负采样

5.2.7 Glove模型

5.2.8 情感分类

5.2.9 AI的偏见

5.2.10 词嵌入除偏

【实战编程】类比推理

【实战编程】智能表情

【实战编程]】智能表情-升级版

5.3 序列模型和注意力机制

5.3.1 seq2seq简介

5.3.2 最佳翻译

5.3.3 Beam搜索

5.3.4 Beam搜索升级版

5.3.5 问题是否出在Beam搜索上

5.3.6 如何判断翻译得是否精准

5.3.7 注意力模型

5.3.8 注意力模型详述

5.3.9 如何设置注意力权重？

5.3.10 语音识别

【实战编程】机器翻译

【实战编程】唤醒词检测

6 生成对抗网络GANs

7 自动驾驶

8 强化学习

9 无监督学习

10 人工大脑

床长人工智能教程 - 目录相关推荐

1. python人工智能pdf_床长人工智能教程pdf下载网校——Python爬虫实战八

   . 声明:本人只是分享一些床长人工智能教程相关的免费pdf下载文档而已,并非床长人工智能网校的收费文章.尊重版权,支持原创! 更新 其实本文的初衷是为了获取淘宝的非匿名旺旺,在淘宝详情页的最下方有相关 ...

2. 床长人工智能教程 - 神经网络是如何进行预测的？

   朋友们,如需转载请标明出处:http://blog.csdn.net/jiangjunshow 上一篇文章中我们已经知道了如何将数据输入到神经网络中.那么神经网络是如何根据这些数据进行预测的呢?我们将 ...

3. 一个巨牛的人工智能教程

   无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家.教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家. 床长人工智能教程

4. 人工智能学习系列教程-目录（附视频教程）

   原文链接: 人工智能学习系列教程-目录(附视频教程) 一. 人工智能基础篇 – 数学理论 数学基础知识蕴含着处理智能问题的基本思想与方法,也是理解复杂算法的必备要素.今天的种种人工智能技术归根到底都建 ...

5. springboot 系列技术教程目录

   前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家.点击跳转到教程. 一.教程目录地址: springboot系列技术教程目录 二.教程内容: springboot2.X ...

6. Soul瞬间发布长录音教程

   原创文|Space9 别人瞬间的语音时间那么长,而你的怎么就只有90秒!!! Soul瞬间发布长录音教程: 首先你得准备一个你录好的长语音文件. 打开手机文件管理器并设置使其显示隐藏文件. 进入sou ...

7. 人工智能教程 - 1.1.1 什么是神经网络

   什么是人工智能?通俗来讲,就是让机器能像人一样思考.这个无需解释太多,因为通过各种科幻电影我们已经对人工智能很熟悉了.大家现在感兴趣的应该是--如何实现人工智能? 从1956年夏季首次提出" ...

8. Java 教程 目录

   教程 目录 1. 两数之和 118. 杨辉三角 136. 只出现一次的数字 187. 重复的DNA序列 219. 存在重复元素 II 223. 矩形面积 316. 去除重复字母 334. 递增的三元子 ...

9. [博创智联]创新创客智能硬件平台入门教程目录

   [博创智联]创新创客智能硬件平台入门教程目录 前言 文章链接 前期准备篇 常用传感器实验篇 进阶修改篇 综合实战篇 前言 笔者为江苏科技大学18级物联网工程专业本科生,有幸使用本套设备完成了智能宠物笼 ...

10. 计算机专业英语教程2.1.1,计算机专业英语教程目录

    现代教育中,无论所学何种专业,都会涉及英语,原因在于无论什么专业的研究都离不开国际标准,而所谓的国际标准当时是英语版的.接下来沪江小编将给大家介绍一本关于计算机专业的英语教程,该教程对于大家专业英语的 ...

最新文章

1. 陆奇：不确定的世界需要更多对话，人工智能需要人监督
2. python qq邮箱 群发
3. RadioGroup和RadioButton(单选框)
4. CoreJavaE10V1P3.2 第3章 Java的基本编程结构－3.2 注释
5. Python2.7 logging.config logging.handlers
6. 疫情之后，有哪些巨大的商业机会？
7. raid卡 4k 设置 linux,硬盘“大户”看过来，手把手教你组建 RAID 磁盘阵列
8. JS 全局函数 isNaN()、parseInt()、parseFloat()
9. mysql置疑原因_SQL SERVER2000数据库置疑处理详解
10. SPSS基础教程：SPSS统计分析基础
11. 按键精灵java_Java 按键精灵
12. SQL练习题（一） 附答案
13. 快速调整毕业论文格式：调整参考文献的引用样式和段落格式
14. 项目中pom.xml文件变灰且中间有横杠改怎么解决？
15. python3 安卓_Android QPython3 调用 其他 Android App
16. python人工智能应用实例_Python实现AI自动抠图实例解析
17. 论文结尾标注的引用的参考文献批量导入Endnote
18. 9+11个无版权、高清、免费图片素材网站给你！免费无版权可商用图标、图片素材，需要图片的时候可以上去看看
19. MAC、IP、ARP协议
20. 冒泡排序的概念和代码范例 Python

热门文章

1. 三星香港 android8.0,三星A8 Star官方港版安卓8.0固件刷机包：TGY-G8850ZHS3ASD1
2. OpenDDS简单示例，轻松入门
3. 表格如何调出好看的样式？
4. php 连接芒果数据库,芒果数据库配置文件
5. Java word转pdf方法
6. 任务调度：分布式调度引擎-DAGScheduleX简介
7. 快手did did_gt edid的注册过程
8. 如何解决长传CSDN图片问题
9. Linux下dig命令使用
10. oracle查看视图定义语句_oracle视图(oracle创建视图的sql语句)