第6章.zip - MNIST (Mixed National Institute of Standards and Technology database ) 手写体数字识别是一个经典入门案例，堪称深度学习界的“HelloWord 任 务” 。 在前两章，我们解析了深层神经网络的结构以及优化网络的 一些方 法，这些都是理论性的，本幸会通过完成这个简单的任务来全面贯通之前 所学过的深层全连神经网络的相关知识,2020-09-14 16:19:14,下载0次
第5章.zip - 在许多情况下，利用深度学习算法搭建的神经网络模型都需妥进行某 种形式的优化。 这非常重要，只有经过优化的网络，才能在训练之后达到 不错的解决问题的效果。 优化的最直接目的就是使参数更加准确地更新。 一般神经网络的训练过程大致可以分为两个阶段：第一个阶段先通过 前向传播算法计算得到预测值，并将预测值和真实值做对比，得出两者之 间的差距；在第二个阶段，通过反向传播算法计算损失函数对每一个参数 的梯度，再根据梯度和学习率使用梯度下降算法更新每一个参数。,2020-09-14 16:18:29,下载2次
第4章.zip - 深度前馈神经网络（ Deep Feedforward Nemul Network ），可简称为前 馈神经网络（ Feedforward Nemul Network ），指的是具有前馈特征的一类 神经网络模型 。 前馈神经网络中最具代表性的一个样例是多层感知机 (Multilayer Perceptron, MLP ）模型（第 1 章中介绍人工神经网络的时候 就做了 一些关于 MLP 的介绍） 。 习惯上，我们会将 MLP 称为深度神经网 络（ Deep Neural Networks, DNN ），但是这非常狭义，实际上深度神经网 络应该泛指更多的使用了深度学习技术的深度神经网络模型。,2020-09-14 16:17:37,下载0次
第3章.zip - python使用教程关于张量相加的运算，计算图的使用和案例编程,2020-09-14 16:16:23,下载0次
9.14DQN-QL.zip - 深度强化学习一个简单的事例，用于深度强化学习而用,2020-09-14 15:37:06,下载2次