切换视频源:

总结和更多

作者: Alice 编辑: 莫烦 2016-11-03

学习资料:

总结

前面我们已经了解了关于机器学习和神经网络的基础知识:

学习了 theano 的基本功能,学习建立了回归神经网络,以及添加神经层的类,也建立了分类神经网络, 知道了两种网络在求 cost 时的方法是不一样的, 并且认识了 overfitting 的问题,以及用 L1, L2 正则化来尽量减小这种影响,最后学了保存和提取模型。

使用 Theano 还可以做更多事情, 比如这些高级的应用:

  • 例如 GPU 加速,可以通过这个教程链接去学习。
  • 还有图像分析中很有优势的卷积神经网络 CNN,可以去学习相关教程
  • RNN 循环神经网络 在处理文字信息时应用很广,也可以通过下面的链接去学习。

分享到: Facebook 微博 微信 Twitter
如果你觉得这篇文章或视频对你的学习很有帮助, 请你也分享它, 让它能再次帮助到更多的需要学习的人. 莫烦没有正式的经济来源, 如果你也想支持 莫烦Python 并看到更好的教学内容, 赞助他一点点, 作为鼓励他继续开源的动力.

支持 让教学变得更优秀