深度学习基础-6.4 案例分析：（Mindspore框架下）基于lenet5的手写数字识别实践示例（上）-网易公开课

已购课程

个人中心 

内容中心

 关注我们

进入关怀模式

APP下载

反馈

6.4 案例分析：（Mindspore框架下）基于lenet5的手写数字识别实践示例（上）

1118 播放

下载

手机看

登录后可发评论

评论沙发是我的～

选集(78)

自动播放

[1] 1.6 程序讲解：使用Sklear...

2.1万播放

09:49

1.6 程序讲解：使用Sklearn进行精确率-召回率曲线的绘制

[2] 1.1 深度学习的引出（上）

5428播放

08:42

1.1 深度学习的引出（上）

[3] 1.1 深度学习的引出（下）

2619播放

08:41

1.1 深度学习的引出（下）

[4] 1.2 数据集及其拆分（上）

2438播放

07:01

1.2 数据集及其拆分（上）

[5] 1.2 数据集及其拆分（下）

2561播放

06:58

1.2 数据集及其拆分（下）

[6] 1.3 分类及其性能度量（上）

2655播放

07:16

1.3 分类及其性能度量（上）

[7] 1.3 分类及其性能度量（下）

2080播放

07:20

1.3 分类及其性能度量（下）

[8] 1.4 回归问题及其性能评价（上）

1806播放

05:57

1.4 回归问题及其性能评价（上）

[9] 1.4 回归问题及其性能评价（下）

2130播放

05:55

1.4 回归问题及其性能评价（下）

[10] 1.5 一致性的评价方法

1934播放

09:58

1.5 一致性的评价方法

[11] 1.7 深度学习芯片及常用框架介绍...

1617播放

09:06

1.7 深度学习芯片及常用框架介绍（上）

[12] 1.7 深度学习芯片及常用框架介绍...

1686播放

09:10

1.7 深度学习芯片及常用框架介绍（下）

[13] 2.1 特征工程（上）

1691播放

05:08

2.1 特征工程（上）

[14] 2.1 特征工程（下）

1560播放

05:11

2.1 特征工程（下）

[15] 2.2 向量空间模型及文本相似度计...

1600播放

05:45

2.2 向量空间模型及文本相似度计算（上）

[16] 2.2 向量空间模型及文本相似度计...

1405播放

05:46

2.2 向量空间模型及文本相似度计算（下）

[17] 2.3 特征处理(特征缩放、选择及...

1780播放

09:13

2.3 特征处理(特征缩放、选择及降维)（上）

[18] 2.3 特征处理(特征缩放、选择及...

1514播放

09:18

2.3 特征处理(特征缩放、选择及降维)（下）

[19] 2.4 程序讲解：使用sklear...

975播放

05:49

2.4 程序讲解：使用sklearn对文档进行向量化的程序示例

[20] 2.5 程序讲解：使用sklear...

1555播放

04:46

2.5 程序讲解：使用sklearn进行量纲缩放的程序示例

[21] 3.1 线性回归模型及其求解方法（...

1850播放

06:03

3.1 线性回归模型及其求解方法（上）

[22] 3.1 线性回归模型及其求解方法（...

1073播放

06:02

3.1 线性回归模型及其求解方法（下）

[23] 3.2 多元回归与多项式回归（上）

1516播放

05:42

3.2 多元回归与多项式回归（上）

[24] 3.2 多元回归与多项式回归（下）

1863播放

05:42

3.2 多元回归与多项式回归（下）

[25] 3.3 损失函数的正则化（上）

1618播放

05:30

3.3 损失函数的正则化（上）

[26] 3.3 损失函数的正则化（下）

1078播放

05:36

3.3 损失函数的正则化（下）

[27] 3.4 逻辑回归

1892播放

08:00

3.4 逻辑回归

[28] 3.5 程序讲解：使用sklear...

1684播放

08:30

3.5 程序讲解：使用sklearn进行线性回归和二次回归的比较的程序示例

[29] 3.6 案例分析：（Mindspo...

1446播放

09:20

3.6 案例分析：（Mindspore框架下）线性回归模型及动态绘图实践示例（上）

[30] 3.6 案例分析：（Mindspo...

1485播放

09:19

3.6 案例分析：（Mindspore框架下）线性回归模型及动态绘图实践示例（下）

[31] 4.1 信息熵（上）

1112播放

06:12

4.1 信息熵（上）

[32] 4.1 信息熵（下）

1445播放

06:10

4.1 信息熵（下）

[33] 4.2 反向传播中的梯度

1514播放

09:29

4.2 反向传播中的梯度

[34] 4.3 感知机（上）

1828播放

05:43

4.3 感知机（上）

[35] 4.3 感知机（下）

1791播放

05:42

4.3 感知机（下）

[36] 4.4 程序讲解：正向传播和反向传...

1559播放

05:33

4.4 程序讲解：正向传播和反向传播的程序示例

[37] 4.5 程序讲解：信息熵和互信息的...

1327播放

05:38

4.5 程序讲解：信息熵和互信息的计算程序示例

[38] 5.1 循环神经网络（上）

1295播放

05:26

5.1 循环神经网络（上）

[39] 5.1 循环神经网络（下）

1464播放

05:29

5.1 循环神经网络（下）

[40] 5.2 长短时记忆网络（上）

1337播放

06:36

5.2 长短时记忆网络（上）

[41] 5.2 长短时记忆网络（下）

1453播放

06:40

5.2 长短时记忆网络（下）

[42] 5.3 双向循环神经网络和注意力机...

1571播放

05:47

5.3 双向循环神经网络和注意力机制

[43] 5.4 程序讲解：循环神经网络的程...

990播放

11:12

5.4 程序讲解：循环神经网络的程序示例（上）

[44] 5.4 程序讲解：循环神经网络的程...

1005播放

11:16

5.4 程序讲解：循环神经网络的程序示例（下）

[45] 6.1 卷积与卷积神经网络（上）

1461播放

06:56

6.1 卷积与卷积神经网络（上）

[46] 6.1 卷积与卷积神经网络（下）

1154播放

06:59

6.1 卷积与卷积神经网络（下）

[47] 6.2 LeNet-5 模型分析（...

1138播放

06:52

6.2 LeNet-5 模型分析（上）

[48] 6.2 LeNet-5 模型分析（...

1351播放

06:50

6.2 LeNet-5 模型分析（下）

[49] 6.3 程序讲解：卷积神经网络的程...

1838播放

10:52

6.3 程序讲解：卷积神经网络的程序示例（上）

[50] 6.3 程序讲解：卷积神经网络的程...

792播放

10:51

6.3 程序讲解：卷积神经网络的程序示例（下）

[51] 6.4 案例分析：（Mindspo...

1118播放

待播放

6.4 案例分析：（Mindspore框架下）基于lenet5的手写数字识别实践示例（上）

[52] 6.4 案例分析：（Mindspo...

1542播放

08:30

6.4 案例分析：（Mindspore框架下）基于lenet5的手写数字识别实践示例（下）

[53] 7.1 情感分析及传统求解方法（上...

1482播放

05:42

7.1 情感分析及传统求解方法（上）

[54] 7.1 情感分析及传统求解方法（下...

1239播放

05:42

7.1 情感分析及传统求解方法（下）

[55] 7.2 词向量

937播放

05:43

7.2 词向量

[56] 7.3 递归神经网络及其变体（上）

1717播放

08:02

7.3 递归神经网络及其变体（上）

[57] 7.3 递归神经网络及其变体（下）

828播放

08:04

7.3 递归神经网络及其变体（下）

[58] 7.4 案例分析：（Mindspo...

1637播放

12:37

7.4 案例分析：（Mindspore框架下）基于LSTM的情感分类实践示例（上）

[59] 7.4 案例分析：（Mindspo...

1118播放

12:34

7.4 案例分析：（Mindspore框架下）基于LSTM的情感分类实践示例（下）

[60] 8.1 自动编码器（上）

905播放

05:15

8.1 自动编码器（上）

[61] 8.1 自动编码器（下）

1304播放

05:17

8.1 自动编码器（下）

[62] 8.2 变分自动编码器（上）

1184播放

06:03

8.2 变分自动编码器（上）

[63] 8.2 变分自动编码器（下）

1303播放

06:05

8.2 变分自动编码器（下）

[64] 8.3 生成对抗网络（上）

1348播放

07:03

8.3 生成对抗网络（上）

[65] 8.3 生成对抗网络（下）

1443播放

07:08

8.3 生成对抗网络（下）

[66] 8.4 程序讲解：自动编码器程序示...

1657播放

11:32

8.4 程序讲解：自动编码器程序示例（上）

[67] 8.4 程序讲解：自动编码器程序示...

1009播放

11:38

8.4 程序讲解：自动编码器程序示例（下）

[68] 8.5 案例分析：（MindSpo...

924播放

07:30

8.5 案例分析：（MindSpore框架下）基于Cyclegan的图像风格迁移实践示例（上）

[69] 8.5 案例分析：（MindSpo...

1622播放

07:28

8.5 案例分析：（MindSpore框架下）基于Cyclegan的图像风格迁移实践示例（下）

[70] 9.1 Transformer模型...

2378播放

11:08

9.1 Transformer模型（上）

[71] 9.1 Transformer模型...

1365播放

11:10

9.1 Transformer模型（下）

[72] 9.2 预训练模型（上）

1315播放

15:48

9.2 预训练模型（上）

[73] 9.2 预训练模型（中）

1572播放

15:55

9.2 预训练模型（中）

[74] 9.2 预训练模型（下）

1167播放

15:44

9.2 预训练模型（下）

[75] 9.3 案例分析：（Mindspo...

1207播放

07:19

9.3 案例分析：（Mindspore框架下）基于BERT网络实现智能写诗的实践示例（上）

[76] 9.3 案例分析：（Mindspo...

764播放

07:19

9.3 案例分析：（Mindspore框架下）基于BERT网络实现智能写诗的实践示例（下）

[77] 9.4 案例分析：（MindSpo...

1732播放

12:24

9.4 案例分析：（MindSpore框架下）transformer机器翻译实践示例（上）

[78] 9.4 案例分析：（MindSpo...

838播放

12:24

9.4 案例分析：（MindSpore框架下）transformer机器翻译实践示例（下）