神经网络是一种模仿生物神经网络结构和功能的计算模型,用于对函数进行估计或近似,它能在外界信息的基础上改变内部结构,是一种自适应系统,即具备学习功能。当前,神经网络用于机器视觉、语音识别等很难被传统基于规则的编程所解决的问题。
本课程首先介绍了前馈神经网络相关的知识点,包括人工神经元的概念,常用激活函数、单个神经元的能力和存在的问题、多层神经网络的思路和容量、神经网络背后的生物学启发等;然后讲解了如何训练神经网络,包括定义损失函数、激活函数求导、反向传播、正则化、初始化、模型选择、优化等步骤;接着是条件随机场的相关内容,包括它的使用动机、线性链条件随机场、马可夫网络、因子图、置信传播等;最后展示了如何训练一个条件随机场。
【课程目标】
了解前馈神经网络及神经网络背后的生物学启发
掌握神经网络的训练流程
了解条件随机场的相关概念以及如何训练条件随机场
【适用对象】
AI开发者、学生
【课程大纲】
知识模块 | 简介 |
---|---|
前馈神经网络 | 人工神经元、激活函数、 单个神经元的能力、多层神经网络、 神经网络的容量、生物学背后的启发 |
AI 慕课学院是和雷锋网联合创办的人工智能教育平台。旨在通过利用雷锋网自身在学术界、工业界、开发者圈等积累的资源与品牌优势,联合三界合作,为企业、学术圈和开发者提供直接对话学习的机会,带学生系统学习人工智能,培养优秀AI人才。
课程学习交流
请扫码关注腾讯产业互联网学堂微信公众号