已购课程
个人中心
内容中心
关注我们
APP下载
反馈
[5.3.1]--双向循环神经网络和注意力机制
910 播放
收藏
下载
手机看
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(58)
      自动播放
      [1] [1.1.1]--深度学习的引出（...
      4310播放
      08:42
      [1.1.1]--深度学习的引出（上）
      [2] [1.1.1]--深度学习的引出（...
      1098播放
      08:41
      [1.1.1]--深度学习的引出（下）
      [3] [1.2.1]--数据集及其拆分（...
      1020播放
      07:01
      [1.2.1]--数据集及其拆分（上）
      [4] [1.2.1]--数据集及其拆分（...
      1640播放
      06:58
      [1.2.1]--数据集及其拆分（下）
      [5] [1.3.1]--分类及其性能度量...
      1381播放
      07:16
      [1.3.1]--分类及其性能度量（上）
      [6] [1.3.1]--分类及其性能度量...
      1890播放
      07:20
      [1.3.1]--分类及其性能度量（下）
      [7] [1.4.1]--回归问题及其性能...
      1637播放
      05:57
      [1.4.1]--回归问题及其性能评价（上）
      [8] [1.4.1]--回归问题及其性能...
      1524播放
      05:55
      [1.4.1]--回归问题及其性能评价（下）
      [9] [1.5.1]--一致性的评价方法
      957播放
      09:58
      [1.5.1]--一致性的评价方法
      [10] [1.6.1]--使用Sklear...
      1425播放
      09:49
      [1.6.1]--使用Sklearn进行精确率-召回率曲线的绘制
      [11] [2.1.1]--特征工程（上）
      1429播放
      05:08
      [2.1.1]--特征工程（上）
      [12] [2.1.1]--特征工程（下）
      1394播放
      05:11
      [2.1.1]--特征工程（下）
      [13] [2.2.1]--向量空间模型及文...
      1248播放
      05:45
      [2.2.1]--向量空间模型及文本相似度计算（上）
      [14] [2.2.1]--向量空间模型及文...
      1529播放
      05:46
      [2.2.1]--向量空间模型及文本相似度计算（下）
      [15] [2.3.1]--特征处理(特征缩...
      1710播放
      09:13
      [2.3.1]--特征处理(特征缩放、选择及降维)（上）
      [16] [2.3.1]--特征处理(特征缩...
      706播放
      09:18
      [2.3.1]--特征处理(特征缩放、选择及降维)（下）
      [17] [2.4.1]--程序示例：（使用...
      1357播放
      05:49
      [2.4.1]--程序示例：（使用sklearn）基于词频的文档向量化
      [18] [2.5.1]--使用sklear...
      603播放
      04:46
      [2.5.1]--使用sklearn进行量纲的缩放
      [19] [3.1.1]--线性回归模型及其...
      1136播放
      06:03
      [3.1.1]--线性回归模型及其求解方法（上）
      [20] [3.1.1]--线性回归模型及其...
      1625播放
      06:02
      [3.1.1]--线性回归模型及其求解方法（下）
      [21] [3.2.1]--多元回归与多项式...
      1092播放
      05:42
      [3.2.1]--多元回归与多项式回归（上）
      [22] [3.2.1]--多元回归与多项式...
      627播放
      05:42
      [3.2.1]--多元回归与多项式回归（下）
      [23] [3.3.1]--损失函数的正则化...
      1084播放
      05:30
      [3.3.1]--损失函数的正则化（上）
      [24] [3.3.1]--损失函数的正则化...
      1110播放
      05:36
      [3.3.1]--损失函数的正则化（下）
      [25] [3.4.1]--逻辑回归
      1588播放
      08:00
      [3.4.1]--逻辑回归
      [26] [3.5.1]--使用sklear...
      771播放
      08:30
      [3.5.1]--使用sklearn进行线性回归和二次回归的比较
      [27] [4.1.1]--信息熵（上）
      1508播放
      06:12
      [4.1.1]--信息熵（上）
      [28] [4.1.1]--信息熵（下）
      1182播放
      06:10
      [4.1.1]--信息熵（下）
      [29] [4.2.1]--反向传播中的梯度
      1350播放
      09:29
      [4.2.1]--反向传播中的梯度
      [30] [4.3.1]--感知机（上）
      1548播放
      05:43
      [4.3.1]--感知机（上）
      [31] [4.3.1]--感知机（下）
      1399播放
      05:42
      [4.3.1]--感知机（下）
      [32] [4.4.1]--程序示例：正向传...
      858播放
      05:33
      [4.4.1]--程序示例：正向传播和反向传播
      [33] [4.5.1]--程序讲解：信息熵...
      1369播放
      05:38
      [4.5.1]--程序讲解：信息熵和互信息的计算程序示例
      [34] [5.1.1]--循环神经网络（上...
      1559播放
      05:26
      [5.1.1]--循环神经网络（上）
      [35] [5.1.1]--循环神经网络（下...
      589播放
      05:29
      [5.1.1]--循环神经网络（下）
      [36] [5.2.1]--长短时记忆网络（...
      1105播放
      06:36
      [5.2.1]--长短时记忆网络（上）
      [37] [5.2.1]--长短时记忆网络（...
      1264播放
      06:40
      [5.2.1]--长短时记忆网络（下）
      [38] [5.3.1]--双向循环神经网络...
      910播放
      待播放
      [5.3.1]--双向循环神经网络和注意力机制
      [39] [5.4.1]--程序示例：循环神...
      1584播放
      11:12
      [5.4.1]--程序示例：循环神经网络的应用示例（上）
      [40] [5.4.1]--程序示例：循环神...
      606播放
      11:16
      [5.4.1]--程序示例：循环神经网络的应用示例（下）
      [41] [6.1.1]--卷积与卷积神经网...
      1527播放
      06:56
      [6.1.1]--卷积与卷积神经网络（上）
      [42] [6.1.1]--卷积与卷积神经网...
      1380播放
      06:59
      [6.1.1]--卷积与卷积神经网络（下）
      [43] [6.2.1]--LeNet-5模...
      1275播放
      06:52
      [6.2.1]--LeNet-5模型分析（上）
      [44] [6.2.1]--LeNet-5模...
      1573播放
      06:50
      [6.2.1]--LeNet-5模型分析（下）
      [45] [6.3.1]--程序示例：卷积神...
      1456播放
      10:52
      [6.3.1]--程序示例：卷积神经网络（上）
      [46] [6.3.1]--程序示例：卷积神...
      771播放
      10:51
      [6.3.1]--程序示例：卷积神经网络（下）
      [47] [7.1.1]--情感分析及传统求...
      732播放
      05:42
      [7.1.1]--情感分析及传统求解方法（上）
      [48] [7.1.1]--情感分析及传统求...
      613播放
      05:42
      [7.1.1]--情感分析及传统求解方法（下）
      [49] [7.3.1]--递归神经网络及其...
      1234播放
      08:02
      [7.3.1]--递归神经网络及其变体（上）
      [50] [7.3.1]--递归神经网络及其...
      1306播放
      08:04
      [7.3.1]--递归神经网络及其变体（下）
      [51] [8.1.1]--自动编码器（上）
      1050播放
      05:15
      [8.1.1]--自动编码器（上）
      [52] [8.1.1]--自动编码器（下）
      1408播放
      05:17
      [8.1.1]--自动编码器（下）
      [53] [8.2.1]--变分自动编码器（...
      1078播放
      06:03
      [8.2.1]--变分自动编码器（上）
      [54] [8.2.1]--变分自动编码器（...
      633播放
      06:05
      [8.2.1]--变分自动编码器（下）
      [55] [8.3.1]--生成对抗网络（上...
      1074播放
      07:03
      [8.3.1]--生成对抗网络（上）
      [56] [8.3.1]--生成对抗网络（下...
      955播放
      07:08
      [8.3.1]--生成对抗网络（下）
      [57] [8.4.1]--程序讲解：自动编...
      1593播放
      11:32
      [8.4.1]--程序讲解：自动编码器程序示例（上）
      [58] [8.4.1]--程序讲解：自动编...
      709播放
      11:28
      [8.4.1]--程序讲解：自动编码器程序示例（下）
      为你推荐
      40:37
      第3课 神经网络实现机器翻译（上）
      1335播放
      第3课 神经网络实现机器翻译（上）
      33:37
      第13节：循环神经网络RNN（中）
      1331播放
      第13节：循环神经网络RNN（中）
      08:32
      24.1_9.1 卷积神经网络(P...
      2240播放
      24.1_9.1 卷积神经网络(P24)（下）
      00:13
      焦虑和快乐时，大脑神经元的区别
      1412播放
      焦虑和快乐时，大脑神经元的区别
      01:07
      “糖”是如何影响你的大脑？
      1306播放
      “糖”是如何影响你的大脑？
      01:14
      人类的神经元可重塑，大脑是终生开放...
      2034播放
      人类的神经元可重塑，大脑是终生开放式的，用你的未来治愈过去。
      04:03
      《纽约大学ITP：艺术家的机器学习...
      1464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
      01:11
      认知和记忆可以被改变？大脑里的神经...
      1973播放
      认知和记忆可以被改变？大脑里的神经元每天都在发生重塑
      04:06
      【谷歌机器学习速成课程】多类别神经...
      1116播放
      【谷歌机器学习速成课程】多类别神经网络
      28:27
      【大数据学习】神经网络（上）
      1555播放
      【大数据学习】神经网络（上）
      02:46
      植物神经紊乱是怎么得的，为什么吃很...
      1262播放
      植物神经紊乱是怎么得的，为什么吃很多药都好不了？
      02:55
      理解大脑：神经元如何连接并形成我们...
      2344播放
      理解大脑：神经元如何连接并形成我们的思维
      00:19
      两个神经元之间建立连接
      985播放
      两个神经元之间建立连接
      08:11
      [7.1.1]--7.1功能各异的...
      1724播放
      [7.1.1]--7.1功能各异的躯体感受器（上）

      增值电信业务经营许可证 粤B2-20090191

      工业和信息化部备案管理系统网站 粤B2-20090191-18