[MXNet/Gluon] 动手学深度学习第十四课:实现、训练和应用循环神经网络

科技演讲·公开课
--播放 · --弹幕未经作者授权,禁止转载
-- --
在前两节课中,我们一起探讨了循环神经网络的设计思想和训练这类网络所需要的梯度计算方法。 在新年的第一课中,我们将回归“动手”:我们将通过运行代码来理解在时序数据上训练和应用循环神经网络的方法。通过前两课和本节课的学习,我们将掌握以下这套核心技术: 即使不借助深度学习框架,也能从零设计、实现并在时序数据上训练和应用循环神经网络。 本节课的安排: [30 mins]:时序数据的批量采样。 [20 mins]:循环神经网络的设计、实现、训练和应用。 [10 mins]:语言模型上的实验和评价。
《动手学深度学习》,资源网站: zh.d2l.ai
相关视频推荐
卷积神经网络6:15:11
卷积神经网络
5810播放 · 34弹幕
NVIDIA GTC20182:32:13
NVIDIA GTC2018
3465播放 · 38弹幕
组合数学[清华大学]12:04:18
组合数学[清华大学]
2.3万播放 · 334弹幕
第7课 RNN介绍2:00:00
第7课 RNN介绍
2404播放 · 6弹幕
模式识别.国防科技大学22:06:14
模式识别.国防科技大学
6646播放 · 27弹幕
【浙江大学】计算生物学13:33:43
机器学习教程26:29:16
机器学习教程
1.1万播放 · 52弹幕
吴恩达第五课RNN笔记5:26:04
吴恩达第五课RNN笔记
7945播放 · 19弹幕
推荐系统18:48:24
推荐系统
7216播放 · 29弹幕
python高级编程20:51:56
python高级编程
2.8万播放 · 205弹幕