切换视频源:

总结和更多

作者: Alice 编辑: 莫烦 2016-11-03

学习资料:

总结

前面我们已经了解了关于机器学习和神经网络的基础知识:

学习了 theano 的基本功能,学习建立了回归神经网络,以及添加神经层的类,也建立了分类神经网络, 知道了两种网络在求 cost 时的方法是不一样的, 并且认识了 overfitting 的问题,以及用 L1, L2 正则化来尽量减小这种影响,最后学了保存和提取模型。

使用 Theano 还可以做更多事情, 比如这些高级的应用:

  • 例如 GPU 加速,可以通过这个教程链接去学习。
  • 还有图像分析中很有优势的卷积神经网络 CNN,可以去学习相关教程
  • RNN 循环神经网络 在处理文字信息时应用很广,也可以通过下面的链接去学习。

降低知识传递的门槛

莫烦的对教育的态度是: 降低知识传递的门槛,不希望给"学习"设置金钱障碍。 这是我花大量业余时间贡献 免费 AI分享的原因。 通过 【赞助】 能及时让我看到你对 【莫烦态度】 的认同,我也更有理由坚持下去。

如果你当前目标是找工作或者转行AI,想接受更加丰富的教学资源、培训辅导体验,我想推荐我的朋友 七月在线 给你, 通过这个 【莫烦Python为你提供的注册链接】, 你将可以获得莫烦专门为你协商的课程优惠券。祝你找/换工作顺利~