首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >谷歌大脑深度学习从入门到精通视频课程[2.11]:训练神经网络——模型优化

谷歌大脑深度学习从入门到精通视频课程[2.11]:训练神经网络——模型优化

作者头像
AI科技大本营
发布2018-04-26 11:19:44
4550
发布2018-04-26 11:19:44
举报

AI100 已经引入 Hugo Larochelle 教授的深度学习课程,会每天在公众号中推送一到两节课,并且对视频中的 PPT 进行讲解。课后,我们会设计一系列的问题来巩固课程中的知识。本节课是 Hugo Larochelle 教授深度学习第二章节的第十一节课。

课程主要内容

  1. 局部最优和全局最优的讨论。(P2)
  2. Andrej Karpathy关于优化的可视化界面。(P3)
  3. 收敛条件讨论,学习率常数下降。(P4)
  4. 将动量方法加到优化中。(P5)
  5. 牛顿方法。(P6 - P7)
视频内容

PPT 解释如下:

P1. 首页

P2. 局部最优和全局最优的讨论。

P3. Andrej Karpathy 关于优化的可视化界面。

P4. 收敛条件讨论,学习率常数下降。

P5. 将动量方法加到优化中。

P6. 牛顿方法。

P7. 牛顿方法。

课程作业

牛顿法和梯度下降法有什么区别?

讲师简介

Hugo Larochelle 教授师从 Yoshua Bengio 教授,并且在 Geoffrey Hinton 教授那里做了两年的博士后工作。目前 Hugo Larochelle 教授是 Google Brain 的研究科学家。他在 Youtube 上面的神经网络课程视频讲的深入浅出,非常适合从零开始学习。

本文为 AI100 原创,转载需得到本公众号同意。


本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-02-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI科技大本营 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档