登录/注册
已购课程
个人中心
已购课程
优惠券
我的收藏
播放记录
我的证书墙
内容中心
关注我们
进入关怀模式
APP下载
反馈
意见反馈
您有什么问题?告诉我们,我们会为你解决
选择问题类型:
新版本体验建议
视频画面花屏
音/视频画面花屏
播放不流畅
其他
请详细描述您的建议、意见、问题等。
提交
3.11 Lenet5卷积神经网络(3)(下)
1432 播放
娱乐圈中的那些事
娱乐八卦
收藏
课程免费缓存,随时观看~
下载
打开
网易公开课APP
扫码下载视频
分享
分享到
扫码分享到微信
通过代码可以让这个视频再其他地方播放哦!
复制HTML代码
复制页面代码
手机看
扫描二维码 用手机看
已观看至0分0秒
打开网易公开课APP-我的-右上角扫一扫,在手机上观看,还可以缓存视频,加入学习计划
还没有公开课客户端?
立即下载
登录
后可发评论
评论沙发是我的~
热门评论
(0)
全部评论
(0)
选集(183)
自动播放
[1] 1.1 神经网络简介(上)
6787播放
09:05
1.1 神经网络简介(上)
[2] 1.1 神经网络简介(下)
2243播放
09:11
1.1 神经网络简介(下)
[3] 1.2 BP神经网络(1)(上)
2227播放
11:06
1.2 BP神经网络(1)(上)
[4] 1.2 BP神经网络(1)(下)
1275播放
11:09
1.2 BP神经网络(1)(下)
[5] 1.3 BP神经网络(2)(上)
1860播放
12:08
1.3 BP神经网络(2)(上)
[6] 1.3 BP神经网络(2)(下)
1039播放
12:11
1.3 BP神经网络(2)(下)
[7] 1.3 BP神经网络(2)(上)
1170播放
11:58
1.3 BP神经网络(2)(上)
[8] 1.3 BP神经网络(2)(中)
1850播放
12:04
1.3 BP神经网络(2)(中)
[9] 1.3 BP神经网络(2)(下)
1815播放
11:54
1.3 BP神经网络(2)(下)
[10] 1.3 BP神经网络(2)(上)
1482播放
06:54
1.3 BP神经网络(2)(上)
[11] 1.3 BP神经网络(2)(下)
748播放
06:53
1.3 BP神经网络(2)(下)
[12] 1.3 BP神经网络(2)(上)
1343播放
09:44
1.3 BP神经网络(2)(上)
[13] 1.3 BP神经网络(2)(下)
1362播放
09:48
1.3 BP神经网络(2)(下)
[14] 1.3 BP神经网络(2)(上)
1390播放
09:35
1.3 BP神经网络(2)(上)
[15] 1.3 BP神经网络(2)(下)
877播放
09:37
1.3 BP神经网络(2)(下)
[16] 1.3 BP神经网络(2)(上)
1277播放
09:35
1.3 BP神经网络(2)(上)
[17] 1.3 BP神经网络(2)(下)
697播放
09:34
1.3 BP神经网络(2)(下)
[18] 1.4 银行客户流失预测(1)(上...
1719播放
05:56
1.4 银行客户流失预测(1)(上)
[19] 1.4 银行客户流失预测(1)(下...
1265播放
05:52
1.4 银行客户流失预测(1)(下)
[20] 1.5 银行客户流失预测(2)(上...
839播放
05:40
1.5 银行客户流失预测(2)(上)
[21] 1.5 银行客户流失预测(2)(下...
680播放
05:43
1.5 银行客户流失预测(2)(下)
[22] 1.6 银行客户流失预测(3)(上...
1428播放
05:59
1.6 银行客户流失预测(3)(上)
[23] 1.6 银行客户流失预测(3)(下...
745播放
05:59
1.6 银行客户流失预测(3)(下)
[24] 1.7 银行客户流失预测(4)
1067播放
09:59
1.7 银行客户流失预测(4)
[25] 1.9 阿里天池实验平台操作介绍
1616播放
06:46
1.9 阿里天池实验平台操作介绍
[26] 2.1 深度学习在人工智能中的应用...
1339播放
05:53
2.1 深度学习在人工智能中的应用(一)(上)
[27] 2.1 深度学习在人工智能中的应用...
1273播放
05:50
2.1 深度学习在人工智能中的应用(一)(下)
[28] 2.2 深度学习在人工智能中的应用...
1285播放
05:35
2.2 深度学习在人工智能中的应用(二)(上)
[29] 2.2 深度学习在人工智能中的应用...
1643播放
05:39
2.2 深度学习在人工智能中的应用(二)(下)
[30] 2.3 深度学习在人工智能中的应用...
1303播放
09:54
2.3 深度学习在人工智能中的应用(三)
[31] 2.4 深度学习在人工智能中的应用...
1540播放
08:24
2.4 深度学习在人工智能中的应用(四)
[32] 3.1 卷积神经网络的发展(上)
1757播放
05:23
3.1 卷积神经网络的发展(上)
[33] 3.1 卷积神经网络的发展(下)
1549播放
05:22
3.1 卷积神经网络的发展(下)
[34] 3.2 卷积与感受野机制
1057播放
08:22
3.2 卷积与感受野机制
[35] 3.3 卷积的概念和特征(上)
1773播放
07:11
3.3 卷积的概念和特征(上)
[36] 3.3 卷积的概念和特征(下)
1489播放
07:16
3.3 卷积的概念和特征(下)
[37] 3.4 图像编码与卷积(上)
748播放
05:05
3.4 图像编码与卷积(上)
[38] 3.4 图像编码与卷积(下)
1109播放
05:10
3.4 图像编码与卷积(下)
[39] 3.5 卷积操作(上)
1040播放
05:21
3.5 卷积操作(上)
[40] 3.5 卷积操作(下)
1589播放
05:25
3.5 卷积操作(下)
[41] 3.6 卷积特征图及计算(上)
1449播放
05:14
3.6 卷积特征图及计算(上)
[42] 3.6 卷积特征图及计算(下)
1710播放
05:11
3.6 卷积特征图及计算(下)
[43] 3.7 多通道卷积
1104播放
08:25
3.7 多通道卷积
[44] 3.8 池化操作(上)
896播放
05:05
3.8 池化操作(上)
[45] 3.8 池化操作(下)
1303播放
05:11
3.8 池化操作(下)
[46] 3.9 Lenet5卷积神经网络(...
1422播放
05:35
3.9 Lenet5卷积神经网络(1)(上)
[47] 3.9 Lenet5卷积神经网络(...
1310播放
05:41
3.9 Lenet5卷积神经网络(1)(下)
[48] 3.10 Lenet5卷积神经网络...
1147播放
09:15
3.10 Lenet5卷积神经网络(2)
[49] 3.10 Lenet5卷积神经网络...
727播放
05:54
3.10 Lenet5卷积神经网络(2)(上)
[50] 3.10 Lenet5卷积神经网络...
1661播放
05:58
3.10 Lenet5卷积神经网络(2)(下)
[51] 3.11 Lenet5卷积神经网络...
1386播放
05:13
3.11 Lenet5卷积神经网络(3)(上)
[52] 3.11 Lenet5卷积神经网络...
935播放
05:17
3.11 Lenet5卷积神经网络(3)(下)
[53] 3.11 Lenet5卷积神经网络...
1050播放
05:29
3.11 Lenet5卷积神经网络(3)(上)
[54] 3.11 Lenet5卷积神经网络...
1432播放
待播放
3.11 Lenet5卷积神经网络(3)(下)
[55] 3.12 完整的卷积神经网络过程
1212播放
08:52
3.12 完整的卷积神经网络过程
[56] 3.12 完整的卷积神经网络过程(...
1600播放
12:03
3.12 完整的卷积神经网络过程(上)
[57] 3.12 完整的卷积神经网络过程(...
973播放
12:05
3.12 完整的卷积神经网络过程(下)
[58] 3.13 卷积神经网络训练(上)
724播放
05:20
3.13 卷积神经网络训练(上)
[59] 3.13 卷积神经网络训练(下)
788播放
05:26
3.13 卷积神经网络训练(下)
[60] 3.15 图像分类(2)(上)
1292播放
06:33
3.15 图像分类(2)(上)
[61] 3.15 图像分类(2)(下)
1127播放
06:36
3.15 图像分类(2)(下)
[62] 3.20 手写体识别实验(上)
1050播放
06:37
3.20 手写体识别实验(上)
[63] 3.20 手写体识别实验(下)
567播放
06:43
3.20 手写体识别实验(下)
[64] 4.1 AlexNet卷积神经网络...
1306播放
07:14
4.1 AlexNet卷积神经网络模型(1)(上)
[65] 4.1 AlexNet卷积神经网络...
1094播放
07:12
4.1 AlexNet卷积神经网络模型(1)(下)
[66] 4.2 AlexNet卷积神经网络...
1263播放
09:53
4.2 AlexNet卷积神经网络模型(2)
[67] 4.3 AlexNet卷积神经网络...
1364播放
07:03
4.3 AlexNet卷积神经网络模型(3)
[68] 4.4 VGG卷积神经网络模型(上...
1065播放
08:25
4.4 VGG卷积神经网络模型(上)
[69] 4.4 VGG卷积神经网络模型(下...
677播放
08:24
4.4 VGG卷积神经网络模型(下)
[70] 4.6 ResNet卷积神经网络模...
1354播放
09:59
4.6 ResNet卷积神经网络模型(上)
[71] 4.6 ResNet卷积神经网络模...
1190播放
10:04
4.6 ResNet卷积神经网络模型(下)
[72] 4.6 ResNet卷积神经网络模...
1026播放
09:37
4.6 ResNet卷积神经网络模型(上)
[73] 4.6 ResNet卷积神经网络模...
777播放
09:41
4.6 ResNet卷积神经网络模型(下)
[74] 4.6 ResNet卷积神经网络模...
1438播放
09:58
4.6 ResNet卷积神经网络模型(上)
[75] 4.6 ResNet卷积神经网络模...
699播放
10:05
4.6 ResNet卷积神经网络模型(下)
[76] 4.6 ResNet卷积神经网络模...
1341播放
10:01
4.6 ResNet卷积神经网络模型(上)
[77] 4.6 ResNet卷积神经网络模...
955播放
10:07
4.6 ResNet卷积神经网络模型(下)
[78] 4.6 ResNet卷积神经网络模...
1321播放
07:01
4.6 ResNet卷积神经网络模型(上)
[79] 4.6 ResNet卷积神经网络模...
539播放
06:58
4.6 ResNet卷积神经网络模型(下)
[80] 4.7 动物识别(1)(上)
1522播放
05:06
4.7 动物识别(1)(上)
[81] 4.7 动物识别(1)(下)
701播放
05:05
4.7 动物识别(1)(下)
[82] 4.8 动物识别(2)(上)
949播放
05:54
4.8 动物识别(2)(上)
[83] 4.8 动物识别(2)(下)
1051播放
05:52
4.8 动物识别(2)(下)
[84] 4.9 动物识别(3)(上)
1162播放
07:43
4.9 动物识别(3)(上)
[85] 4.9 动物识别(3)(下)
741播放
07:46
4.9 动物识别(3)(下)
[86] 4.10 动物识别实验(上)
1489播放
06:39
4.10 动物识别实验(上)
[87] 4.10 动物识别实验(下)
1115播放
06:41
4.10 动物识别实验(下)
[88] 4.10 动物识别实验(上)
538播放
08:02
4.10 动物识别实验(上)
[89] 4.10 动物识别实验(下)
804播放
08:08
4.10 动物识别实验(下)
[90] 5.1 循环神经网络基本原理(1)...
954播放
06:54
5.1 循环神经网络基本原理(1)(上)
[91] 5.1 循环神经网络基本原理(1)...
843播放
06:51
5.1 循环神经网络基本原理(1)(下)
[92] 5.6 长短期记忆神经网络模型(3...
1349播放
08:26
5.6 长短期记忆神经网络模型(3)
[93] 5.7 基于LSTM的股票预测(上...
1718播放
07:03
5.7 基于LSTM的股票预测(上)
[94] 5.7 基于LSTM的股票预测(下...
1301播放
07:06
5.7 基于LSTM的股票预测(下)
[95] 5.7 基于LSTM的股票预测
1458播放
09:49
5.7 基于LSTM的股票预测
[96] 6.1 目标检测概况(上)
1703播放
06:17
6.1 目标检测概况(上)
[97] 6.1 目标检测概况(下)
1348播放
06:18
6.1 目标检测概况(下)
[98] 6.2 目标检测的基本概念(上)
720播放
06:32
6.2 目标检测的基本概念(上)
[99] 6.2 目标检测的基本概念(下)
1462播放
06:37
6.2 目标检测的基本概念(下)
[100] 6.3 目标检测发展
968播放
07:54
6.3 目标检测发展
[101] 6.4 基于候选区域的目标检测(1...
1515播放
06:33
6.4 基于候选区域的目标检测(1)(上)
[102] 6.4 基于候选区域的目标检测(1...
1503播放
06:37
6.4 基于候选区域的目标检测(1)(下)
[103] 6.5 基于候选区域的目标检测(2...
1074播放
06:49
6.5 基于候选区域的目标检测(2)(上)
[104] 6.5 基于候选区域的目标检测(2...
1277播放
06:52
6.5 基于候选区域的目标检测(2)(下)
[105] 6.6 基于候选区域的目标检测(3...
1042播放
05:22
6.6 基于候选区域的目标检测(3)(上)
[106] 6.6 基于候选区域的目标检测(3...
608播放
05:26
6.6 基于候选区域的目标检测(3)(下)
[107] 6.7 基于候选区域的目标检测(4...
593播放
08:26
6.7 基于候选区域的目标检测(4)
[108] 6.8 Fast R-CNN目标检...
962播放
07:38
6.8 Fast R-CNN目标检测算法(上)
[109] 6.8 Fast R-CNN目标检...
717播放
07:36
6.8 Fast R-CNN目标检测算法(下)
[110] 6.9 Faster R-CNN目...
671播放
07:16
6.9 Faster R-CNN目标检测算法(上)
[111] 6.9 Faster R-CNN目...
825播放
07:13
6.9 Faster R-CNN目标检测算法(下)
[112] 6.10 Yolo目标检测算法(1...
1444播放
06:04
6.10 Yolo目标检测算法(1)(上)
[113] 6.10 Yolo目标检测算法(1...
1553播放
06:01
6.10 Yolo目标检测算法(1)(下)
[114] 6.11 Yolo目标检测算法(2...
1388播放
09:52
6.11 Yolo目标检测算法(2)
[115] 6.12 Yolo目标检测算法(3...
1430播放
06:09
6.12 Yolo目标检测算法(3)(上)
[116] 6.12 Yolo目标检测算法(3...
1187播放
06:12
6.12 Yolo目标检测算法(3)(下)
[117] 6.13 Yolo目标检测算法(4...
1477播放
05:09
6.13 Yolo目标检测算法(4)(上)
[118] 6.13 Yolo目标检测算法(4...
983播放
05:08
6.13 Yolo目标检测算法(4)(下)
[119] 6.15 目标检测案例解析(2)(...
1350播放
06:58
6.15 目标检测案例解析(2)(上)
[120] 6.15 目标检测案例解析(2)(...
946播放
06:58
6.15 目标检测案例解析(2)(下)
[121] 6.16 目标检测案例解析(3)(...
1487播放
05:41
6.16 目标检测案例解析(3)(上)
[122] 6.16 目标检测案例解析(3)(...
1147播放
05:41
6.16 目标检测案例解析(3)(下)
[123] 6.21 RetinaNet和UN...
719播放
09:45
6.21 RetinaNet和UNet(上)
[124] 6.21 RetinaNet和UN...
1076播放
09:44
6.21 RetinaNet和UNet(下)
[125] 6.21 RetinaNet和UN...
526播放
10:00
6.21 RetinaNet和UNet(上)
[126] 6.21 RetinaNet和UN...
1254播放
09:58
6.21 RetinaNet和UNet(下)
[127] 6.21 RetinaNet和UN...
988播放
07:58
6.21 RetinaNet和UNet(上)
[128] 6.21 RetinaNet和UN...
1190播放
07:57
6.21 RetinaNet和UNet(下)
[129] 7.1 生成对抗网络基本原理(1)...
1248播放
05:14
7.1 生成对抗网络基本原理(1)(上)
[130] 7.2 生成对抗网络基本原理(2)
1120播放
09:40
7.2 生成对抗网络基本原理(2)
[131] 7.3 Encoder-Decod...
1464播放
05:32
7.3 Encoder-Decoder模型(上)
[132] 7.3 Encoder-Decod...
966播放
05:28
7.3 Encoder-Decoder模型(下)
[133] 7.4 生成对抗网络算法DCGAN...
1479播放
07:35
7.4 生成对抗网络算法DCGAN(1)(上)
[134] 7.4 生成对抗网络算法DCGAN...
1137播放
07:32
7.4 生成对抗网络算法DCGAN(1)(下)
[135] 7.5 生成对抗网络算法DCGAN...
554播放
07:00
7.5 生成对抗网络算法DCGAN(2)(上)
[136] 7.5 生成对抗网络算法DCGAN...
998播放
07:04
7.5 生成对抗网络算法DCGAN(2)(下)
[137] 7.6 生成对抗网络算法DCGAN...
858播放
06:52
7.6 生成对抗网络算法DCGAN(3)(上)
[138] 7.6 生成对抗网络算法DCGAN...
1241播放
06:57
7.6 生成对抗网络算法DCGAN(3)(下)
[139] 7.7 生成对抗网络算法应用(1)
1251播放
09:32
7.7 生成对抗网络算法应用(1)
[140] 7.8 生成对抗网络算法应用(2)
938播放
09:29
7.8 生成对抗网络算法应用(2)
[141] 7.9 手写体生成(1)(上)
1294播放
06:01
7.9 手写体生成(1)(上)
[142] 7.9 手写体生成(1)(下)
1238播放
06:03
7.9 手写体生成(1)(下)
[143] 7.10 手写体生成(2)(上)
955播放
06:58
7.10 手写体生成(2)(上)
[144] 7.10 手写体生成(2)(下)
1255播放
06:57
7.10 手写体生成(2)(下)
[145] 7.11 手写体生成(3)(上)
1246播放
05:28
7.11 手写体生成(3)(上)
[146] 7.11 手写体生成(3)(下)
711播放
05:27
7.11 手写体生成(3)(下)
[147] 7.12 手写体生成(4)
1070播放
08:59
7.12 手写体生成(4)
[148] 7.13 手写体生成(5)
747播放
09:31
7.13 手写体生成(5)
[149] 7.15 CycleGAN画风转移...
1087播放
06:05
7.15 CycleGAN画风转移(上)
[150] 7.15 CycleGAN画风转移...
733播放
06:09
7.15 CycleGAN画风转移(下)
[151] 7.15 CycleGAN画风转移...
1077播放
07:07
7.15 CycleGAN画风转移(上)
[152] 7.15 CycleGAN画风转移...
1395播放
07:09
7.15 CycleGAN画风转移(下)
[153] 8.1 Seq2Seq模型(1)(...
754播放
06:35
8.1 Seq2Seq模型(1)(上)
[154] 8.1 Seq2Seq模型(1)(...
741播放
06:40
8.1 Seq2Seq模型(1)(下)
[155] 8.2 Seq2Seq模型(2)(...
1220播放
06:24
8.2 Seq2Seq模型(2)(上)
[156] 8.2 Seq2Seq模型(2)(...
1579播放
06:28
8.2 Seq2Seq模型(2)(下)
[157] 8.3 注意力机制模型(1)
1229播放
09:48
8.3 注意力机制模型(1)
[158] 8.4 注意力机制模型(2)(上)
1070播放
05:59
8.4 注意力机制模型(2)(上)
[159] 8.4 注意力机制模型(2)(下)
1327播放
05:58
8.4 注意力机制模型(2)(下)
[160] 8.5 注意力机制模型(3)(上)
1269播放
06:20
8.5 注意力机制模型(3)(上)
[161] 8.5 注意力机制模型(3)(下)
1153播放
06:24
8.5 注意力机制模型(3)(下)
[162] 8.6 机器翻译(上)
1292播放
08:07
8.6 机器翻译(上)
[163] 8.6 机器翻译(下)
1263播放
08:09
8.6 机器翻译(下)
[164] 9.1 声音质量评价(1)(上)
1534播放
05:09
9.1 声音质量评价(1)(上)
[165] 9.1 声音质量评价(1)(下)
831播放
05:11
9.1 声音质量评价(1)(下)
[166] 9.3 声音质量评价(3)(上)
803播放
06:34
9.3 声音质量评价(3)(上)
[167] 9.3 声音质量评价(3)(下)
1274播放
06:31
9.3 声音质量评价(3)(下)
[168] 9.4 编码解码器(1)(上)
1393播放
06:32
9.4 编码解码器(1)(上)
[169] 9.4 编码解码器(1)(下)
1343播放
06:38
9.4 编码解码器(1)(下)
[170] 9.5 编码解码器(2)(上)
1182播放
10:37
9.5 编码解码器(2)(上)
[171] 9.5 编码解码器(2)(下)
948播放
10:41
9.5 编码解码器(2)(下)
[172] 9.6 情感识别分类(1)(上)
590播放
05:32
9.6 情感识别分类(1)(上)
[173] 9.6 情感识别分类(1)(下)
1324播放
05:35
9.6 情感识别分类(1)(下)
[174] 9.7 情感识别分类(2)(上)
528播放
05:13
9.7 情感识别分类(2)(上)
[175] 9.7 情感识别分类(2)(下)
1497播放
05:09
9.7 情感识别分类(2)(下)
[176] 9.8 情感识别分类(3)(上)
1239播放
06:26
9.8 情感识别分类(3)(上)
[177] 9.8 情感识别分类(3)(下)
1397播放
06:26
9.8 情感识别分类(3)(下)
[178] 10.2 迁移学习(上)
565播放
11:53
10.2 迁移学习(上)
[179] 10.2 迁移学习(下)
1311播放
11:51
10.2 迁移学习(下)
[180] 10.3 对偶学习(上)
872播放
12:09
10.3 对偶学习(上)
[181] 10.3 对偶学习(下)
900播放
12:08
10.3 对偶学习(下)
[182] 项目驱动的机器学习(深度学习)(上...
1398播放
10:54
项目驱动的机器学习(深度学习)(上)
[183] 项目驱动的机器学习(深度学习)(下...
1416播放
10:55
项目驱动的机器学习(深度学习)(下)
为你推荐
05:27
3.2神经网络及其应用
850播放
3.2神经网络及其应用
04:03
《纽约大学ITP:艺术家的机器学习...
1434播放
《纽约大学ITP:艺术家的机器学习》: 卷积神经网络看到了什么
06:52
6.2 LeNet-5 模型分析(...
1038播放
6.2 LeNet-5 模型分析(上)
40:37
第3课 神经网络实现机器翻译(上)
1305播放
第3课 神经网络实现机器翻译(上)
06:20
[1]--无意注意的神经机制(下)
1118播放
[1]--无意注意的神经机制(下)
00:50
我真是服了你们这帮网友,这么神经的...
855播放
我真是服了你们这帮网友,这么神经的问题都被你们找出来了?
33:37
第13节:循环神经网络RNN(中)
1301播放
第13节:循环神经网络RNN(中)
51:57
第三节 神经调节(下)
1955播放
第三节 神经调节(下)
06:33
[1]--7.2-lenet5代码...
724播放
[1]--7.2-lenet5代码讲解(上)
05:47
[5.3.1]--双向循环神经网络...
840播放
[5.3.1]--双向循环神经网络和注意力机制
26:07
Lecture 16-用于问题回答...
922播放
Lecture 16-用于问题回答的动态神经网络(上)
02:39
广大片友请进!阅“片”无数后,大脑...
2126播放
广大片友请进!阅“片”无数后,大脑会发生什么变化?
02:55
理解大脑:神经元如何连接并形成我们...
1854播放
理解大脑:神经元如何连接并形成我们的思维
03:53
神经解剖学讲腰丛,脊神经前支形成的...
972播放
神经解剖学讲腰丛,脊神经前支形成的4大神经从之一,腰丛
评论沙发是我的~