[MXNet/Gluon] 动手学深度学习第十三课:正向传播、反向传播和通过时间反向传播

科技演讲·公开课
--播放 · --弹幕
-- --
为了更深刻理解神经网络的训练,特别是循环神经网络的训练,本节课中我们将一起探索深度学习有关梯度计算的重要概念:正向传播、反向传播和通过时间反向传播。通过2017年最后一课的学习,我们将进一步了解深度学习模型训练的本质,并激发改进循环神经网络的灵感。 本节课的安排: [5min]:循环神经网络的梯度裁剪。 [25min]:正向传播和反向传播。 [30min]:循环神经网络的通过时间反向传播。
《动手学深度学习》,资源网站: zh.d2l.ai
相关视频推荐
新闻与传播 实务16:39:46
新闻与传播 实务
1.5万播放 · 48弹幕
vim 写 markdown01:29
vim 写 markdown
1492播放 · 0弹幕
第7课 RNN介绍2:00:00
第7课 RNN介绍
2438播放 · 6弹幕
CNN: 3.9 YOLO 算法 part105:56
第8课 RNN应用2:00:00
第8课 RNN应用
1025播放 · 0弹幕
【自用】概率论与数理统计3:32:52
9C 动态规划专题14:26:53
9C 动态规划专题
4380播放 · 80弹幕
【SLAM】视觉SLAM高博十四讲13:32:46
【公开课】大数据spark入门到精通22:34:16
机器学习项目班19:18:08
机器学习项目班
3792播放 · 5弹幕
李宏毅机器学习(2017)30:46:50
李宏毅机器学习(2017)
35.9万播放 · 1.0万弹幕
阿里巴巴机器学习系列课程4:53:56