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

莫烦很常从互联网上学习知识,开源分享的人是我学习的榜样。 他们的行为也改变了我对教育的态度: 降低知识传递的门槛免费 奉献我的所学正是受这种态度的影响。 通过 【赞助莫烦】 能让我感到认同,我也更有理由坚持下去。

想当算法工程师拿高薪?转行AI无门道?莫烦也想祝你一臂之力,市面上机构繁杂, 经过莫烦的筛选,七月在线脱颖而出, 莫烦和他们合作,独家提供大额 【培训优惠券】, 让你更有机会接触丰富的教学资源、培训辅导体验, 祝你找/换工作/学习顺利~