“第十六章 典型网络结构”版本间的差异
来自cslt Wiki
（→视频展示） |
|||
| 第24行： | 第24行： | ||
* Disclaimer CNN 展示 [http://aigraph.cslt.org/courses/16/CNN_visulization.mp4] | * Disclaimer CNN 展示 [http://aigraph.cslt.org/courses/16/CNN_visulization.mp4] | ||
* CNN_Otavio_Good 的CNN展示 [http://aigraph.cslt.org/courses/16/CNN_Otavio_Good.mp4] | * CNN_Otavio_Good 的CNN展示 [http://aigraph.cslt.org/courses/16/CNN_Otavio_Good.mp4] | ||
| − | * 知多少：什么是循环神经网络[http://aigraph.cslt.org/courses/16/ | + | * 知多少：什么是循环神经网络[http://aigraph.cslt.org/courses/16/知多少_什么是卷积神经网络CNN.mp4] |
* 知多少：什么是卷积神经网络[http://aigraph.cslt.org/courses/16/知多少_什么是卷积神经网络RNN.mp4] | * 知多少：什么是卷积神经网络[http://aigraph.cslt.org/courses/16/知多少_什么是卷积神经网络RNN.mp4] | ||
2023年8月13日 (日) 01:40的版本
教学资料
扩展阅读
- AI100问：什么是卷积神经网络？[3]
- AI100问：什么是循环神经网络？[4]
- AI100问：什么是自编码器？[5]
- 维基百科：多层感知器[6][7]
- 维基百科：卷积神经网络[8][9]
- 维基百科：循环神经网络[10][11]
- 维基百科：自编码器[12][13]
- 机器之心：卷积神经网络 [14]
- 机器之心：一文简述循环神经网络[15]
- 量子位：什么是自编码器 [16]
视频展示
- 全连接网络展示 [17]
- 全连接层展示 [18]
- Disclaimer CNN 展示 [19]
- CNN_Otavio_Good 的CNN展示 [20]
- 知多少：什么是循环神经网络[21]
- 知多少：什么是卷积神经网络[22]
演示链接
- Andrej Karpathy's CNN demo [23]
- Neural Net demo [24]
- Neural Net training demo [25]
- Quick draw, and let NN guess [26]
开发者资源
高级读者
- Fukushima, Kunihiko (1980). "Neocognitron: A Self-organizing Neural Network Model for a Mechanism of Pattern Recognition Unaffected by Shift in Position" [30]
- Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard, L. D. Jackel, Backpropagation Applied to Handwritten Zip Code Recognition; AT&T Bell Laboratories [31]
- Hopfield, J. J. (1982). "Neural networks and physical systems with emergent collective computational abilities". Proceedings of the National Academy of Sciences. 79 (8): 2554–2558. [32]
- Elman, Jeffrey L. (1990). "Finding Structure in Time". Cognitive Science. 14 (2): 179–211. [33]
- Jordan, Michael I. (1997-01-01). "Serial Order: A Parallel Distributed Processing Approach". Neural-Network Models of Cognition - Biobehavioral Foundations. Advances in Psychology. Neural-Network Models of Cognition. Vol. 121. pp. 471–495. [34]
- Hinton, G. E., & Zemel, R. S. (1994). Autoencoders, minimum description length and Helmholtz free energy. In Advances in neural information processing systems 6 (pp. 3-10). [35]
- 王东，机器学习导论,第三章，神经模型，2021,清华大学出版社 [36]
- Christopher M. Bishop, Neural Networks for Pattern Recognition [37]
- Christopher M. Bishop, Pattern Recognition and Machine Learning [38]
