深度神经网络算法全套

【资源目录】:

├──(Part One)深度学习基础

| ├──课件

| | ├──1.2 深度学习(Deep Learning)介绍_files

| | | ├──1-BOngaxvWRFHm3O2yo3YPhA.jpeg 68.53kb

| | | ├──1-RbQSv8m3SjBsWBniYdgwQQ.jpeg 95.00kb

| | | ├──1-sIKCN5ddB0BP55WxlYqtYg.jpeg 66.24kb

| | | ├──DeepNetwork.png 184.18kb

| | | ├──images [1].jpg 9.89kb

| | | ├──images.jpg 8.77kb

| | | ├──imgres [1].jpg 15.06kb

| | | ├──imgres [2].jpg 11.74kb

| | | ├──imgres [3].jpg 7.03kb

| | | ├──imgres [4].jpg 11.71kb

| | | ├──imgres [5].jpg 8.84kb

| | | ├──imgres [6].jpg 11.08kb

| | | ├──imgres.jpg 4.75kb

| | | └──science-journal.gif 74.22kb

| | ├──3.1 决策树(decision tree)算法_files

| | | ├──c2cec3fdfc0392456a6ac4258694a4c27d1e2538.jpg 65.54kb

| | | ├──Image [1].png 19.98kb

| | | ├──Image [2].png 3.12kb

| | | ├──Image [3].png 0.73kb

| | | ├──Image [4].png 19.98kb

| | | ├──Image [5].png 4.68kb

| | | ├──Image [6].png 8.17kb

| | | ├──Image [7].png 4.74kb

| | | ├──Image [8].png 23.02kb

| | | └──Image.png 12.43kb

| | ├──3.2 决策树(decision tree)应用_files

| | | └──Image.png 19.98kb

| | ├──4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法_files

| | | ├──Image [1].png 8.53kb

| | | ├──Image [2].png 617.22kb

| | | ├──Image [3].png 136.52kb

| | | ├──Image [4].png 248.12kb

| | | ├──Image.png 12.40kb

| | | ├──images.jpg 6.01kb

| | | └──imgres.png 2.26kb

| | ├──4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用_files

| | | ├──kahi2.jpg 42.17kb

| | | └──Virginia_Iris.png 65.62kb

| | ├──5.1 支持向量机(SVM)算法（上）files
| | | ├──220px-Svm_separating_hyperplanes(SVG).svg.png 7.27kb

| | | ├──Image [10].png 0.48kb

| | | ├──Image [11].png 2.66kb

| | | ├──Image [12].png 0.58kb

| | | ├──Image [13].png 2.47kb

| | | ├──Image [14].png 216.52kb

| | | ├──Image [15].png 270.45kb

| | | ├──Image [1].png 3.51kb

| | | ├──Image [2].png 1.16kb

| | | ├──Image [3].png 1.48kb

| | | ├──Image [4].png 13.44kb

| | | ├──Image [5].png 1.51kb

| | | ├──Image [6].png 1.63kb

| | | ├──Image [7].png 1.58kb

| | | ├──Image [8].png 3.34kb

| | | ├──Image [9].png 2.20kb

| | | ├──Image.png 13.44kb

| | | ├──images [1].jpg 5.60kb

| | | └──images.jpg 4.71kb

| | ├──5.2 支持向量机(SVM)算法（下）_files

| | | ├──Image [10].png 1.43kb

| | | ├──Image [11].png 1.81kb

| | | ├──Image [12].png 1.89kb

| | | ├──Image [1].png 3.01kb

| | | ├──Image [2].png 1.03kb

| | | ├──Image [3].png 2.68kb

| | | ├──Image [4].png 1.51kb

| | | ├──Image [5].png 1.24kb

| | | ├──Image [6].png 4.12kb

| | | ├──Image [7].png 1.10kb

| | | ├──Image [8].png 0.73kb

| | | ├──Image [9].png 1.87kb

| | | ├──Image.png 13.44kb

| | | ├──main-qimg-b88037063b9a4cae241ee6b0ab841356.png 2.76kb

| | | ├──main-qimg-de8f2ca9c807ee184e2509639fce066d.jpg 40.39kb

| | | └──main-qimg-dff9507297a2320460ff4d9cd5825683.png 1.38kb

| | ├──6.1 神经网络算法(Nerual Networks)（上）_files

| | | ├──cross_validation.jpg 56.20kb

| | | ├──Image [10].png 1.64kb

| | | ├──Image [11].png 1.94kb

| | | ├──Image [12].png 2.01kb

| | | ├──Image [13].png 1.93kb

| | | ├──Image [14].png 21.37kb

| | | ├──Image [1].png 11.94kb

| | | ├──Image [2].png 1.36kb

| | | ├──Image [3].png 11.80kb

| | | ├──Image [4].png 0.92kb

| | | ├──Image [5].png 1.64kb

| | | ├──Image [6].png 1.94kb

| | | ├──Image [7].png 2.01kb

| | | ├──Image [8].png 1.93kb

| | | ├──Image [9].png 31.46kb

| | | └──Image.png 11.94kb

| | ├──6.2神经网络算法应用上

| | | └──6.2神经网络算法应用上.mp4 95.96M

| | ├──6.3神经网络算法应用下

| | | └──6.3神经网络算法应用下.mp4 34.25M

| | ├──7.1 简单线性回归 (Simple Linear Regression)上_files

| | | ├──Image [1].png 3.12kb

| | | ├──Image [2].png 1.00kb

| | | ├──Image [3].png 1.70kb

| | | ├──Image [4].png 20.45kb

| | | ├──Image [5].png 19.67kb

| | | ├──Image [6].png 11.04kb

| | | ├──Image [7].png 74.47kb

| | | └──Image.png 2.41kb

| | ├──7.1 简单线性回归 (Simple Linear Regression)下_files

| | | ├──Image [1].png 12.58kb

| | | ├──Image [2].png 1.92kb

| | | ├──Image [3].png 18.15kb

| | | ├──Image [4].png 4.04kb

| | | ├──Image [5].png 1.26kb

| | | ├──Image [6].png 12.58kb

| | | └──Image.png 18.15kb

| | ├──7.3　多元回归分析(multiple regression)_files

| | | ├──Image [1].png 1.21kb

| | | └──Image.png 74.47kb

| | ├──7.5 非线性回归 logistic regression_files

| | | ├──001QAImHgy6I1oEKVWg50&690.jpg 14.90kb

| | | ├──001QAImHgy6I1oGTmnA36&690.jpg 5.07kb

| | | ├──001QAImHgy6I1ohlalO18&690.jpg 4.66kb

| | | ├──001QAImHgy6I1oi9u8Kae&690.jpg 1.79kb

| | | ├──001QAImHgy6I1ojfTjYaa&690.jpg 2.78kb

| | | ├──001QAImHgy6I1oJm3Qz27&690.jpg 6.67kb

| | | ├──001QAImHgy6I1ok9Brb61&690.jpg 12.78kb

| | | ├──001QAImHgy6I1olbW3yfc&690.jpg 4.93kb

| | | ├──001QAImHgy6I1omK5aoc8&690.jpg 3.97kb

| | | ├──001QAImHgy6I1osqQ7lc7&690.jpg 3.73kb

| | | ├──001QAImHgy6I1otAWE890&690.jpg 10.71kb

| | | ├──001QAImHgy6I1oudixl13&690.jpg 4.48kb

| | | ├──001QAImHgy6I1owps7Ud2&690.jpg 3.06kb

| | | ├──8694e4193ba45b55403595096b7d23c5.png 1.12kb

| | | ├──Image [1].png 50.50kb

| | | ├──Image.png 27.80kb

| | | ├──imgres [1].jpg 5.92kb

| | | └──imgres.jpg 4.86kb

| | ├──7.7 回归中的相关度和R平方值_files

| | | ├──cb8065380cd7912374922436af345982b2b78006.png 1.46kb

| | | ├──Image.png 1.68kb

| | | ├──imgf000045_0001.png 4.62kb

| | | ├──imgres [1].jpg 4.56kb

| | | ├──imgres [1].png 2.70kb

| | | ├──imgres.jpg 4.14kb

| | | └──imgres.png 5.09kb

| | ├──8.1 聚类(Clustering) K-means算法_files

| | | ├──Image [10].png 8.26kb

| | | ├──Image [11].png 3.99kb

| | | ├──Image [12].png 1.70kb

| | | ├──Image [13].png 14.15kb

| | | ├──Image [1].png 3.38kb

| | | ├──Image [2].png 7.11kb

| | | ├──Image [3].png 3.56kb

| | | ├──Image [4].png 1.77kb

| | | ├──Image [5].png 1.38kb

| | | ├──Image [6].png 7.68kb

| | | ├──Image [7].png 3.79kb

| | | ├──Image [8].png 1.70kb

| | | ├──Image [9].png 2.07kb

| | | ├──Image.png 13.41kb

| | | ├──imgres [1].jpg 8.44kb

| | | └──imgres.jpg 8.44kb

| | ├──8.3 聚类(Clustering) hierarchical clustering 层次聚类_files

| | | └──810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.png 4.47kb

| | ├──1.1 课程介绍 & 机器学习介绍.html 2.86kb

| | ├──1.2 深度学习(Deep Learning)介绍.html 9.06kb

| | ├──2 基本概念 (Basic Concepts).html 6.15kb

| | ├──3.1 决策树(decision tree)算法.html 9.00kb

| | ├──3.2 决策树(decision tree)应用.html 2.66kb

| | ├──4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法.html 4.32kb

| | ├──4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用.html 6.05kb

| | ├──5.1 支持向量机(SVM)算法（上）.html 11.63kb

| | ├──5.1 支持向量机(SVM)算法（上）应用.html 3.58kb

| | ├──5.2 支持向量机(SVM)算法（下）.html 10.92kb

| | ├──5.3 支持向量机(SVM)算法（下）应用.html 6.69kb

| | ├──6.1 神经网络算法(Nerual Networks)（上）.html 8.59kb

| | ├──6.2 神经网络算法(Nerual Networks)应用(上）.html 4.92kb

| | ├──6.3 神经网络算法(Nerual Networks)应用(下）.html 2.70kb

| | ├──7.1 简单线性回归 (Simple Linear Regression)上.html 13.11kb

| | ├──7.1 简单线性回归 (Simple Linear Regression)下.html 3.81kb

| | ├──7.3　多元回归分析(multiple regression).html 29.12kb

| | ├──7.4　多元回归分析(multiple regression)应用.html 17.44kb

| | ├──7.5 非线性回归 logistic regression.html 8.66kb

| | ├──7.6 非线性回归应用：losgistic regression application.html 2.30kb

| | ├──7.7 回归中的相关度和R平方值.html 5.43kb

| | ├──7.8 回归中的相关度和R平方值应用.html 1.46kb

| | ├──8.1 聚类(Clustering) K-means算法.html 5.89kb

| | ├──8.2 聚类(Clustering) K-means算法应用.html 4.99kb

| | ├──8.3 聚类(Clustering) hierarchical clustering 层次聚类.html 3.27kb

| | ├──8.4 聚类(Clustering) hierarchical clustering 层次聚类应用.html 6.53kb

| | ├──810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.jpg 4.47kb

| | └──HierachecalClustering.png 9.03kb

| ├──视频

| | ├──1.1课程介绍机器学习介绍上.mp4 50.56M

| | ├──1.1课程介绍机器学习介绍下.mp4 9.95M

| | ├──1.2深度学习介绍.mp4 52.68M

| | ├──2基本概念.mp4 56.92M

| | ├──3.1决策树算法.mp4 54.25M

| | ├──3.2决策树应用.mp4 72.42M

| | ├──4.1最邻近规则分类KNN算法.mp4 38.85M

| | ├──4.2最邻近规则KNN分类应用.mp4 57.47M

| | ├──5.1 支持向量机(SVM)算法（上）.html 11.63kb

| | ├──5.1 支持向量机(SVM)算法（上）应用.html 3.58kb

| | ├──5.1支持向量机SVM上.mp4 35.56M

| | ├──5.1支持向量机SVM上应用.mp4 34.97M

| | ├──6.2神经网络算法应用上.mp4 95.96M

| | ├──6.3神经网络算法应用下.mp4 34.25M

| | ├──7.1简单线性回归上.mp4 40.76M

| | ├──7.2简单线性回归下.mp4 52.49M

| | ├──7.3多元线性回归.mp4 42.22M

| | ├──7.4多元线性回归应用.mp4 51.17M

| | ├──7.5非线性回归 Logistic Regression.mp4 30.34M

| | ├──7.6非线性回归应用.mp4 56.58M

| | ├──7.7回归中的相关度和决定系数.mp4 38.05M

| | ├──7.8回归中的相关性和R平方值应用.mp4 43.12M

| | ├──8.1Kmeans算法.mp4 35.43M

| | ├──8.2Kmeans应用.mp4 61.00M

| | ├──8.3Hierarchical clustering 层次聚类.mp4 29.82M

| | ├──8.4Hierarchical clustering 层次聚类应用.mp4 62.52M

| | ├──神经网络NN算法.mp4 77.51M

| | ├──支持向量机(SVM)算法(下)应用.mp4 55.15M

| | ├──支持向量机(SVM)算法下.mp4 36.10M

| | └──总结.mp4 55.39M

| └──代码与素材.rar 97.49M

├──(Part Three)深度学习深入与强化

| ├──第10课 更多框架

| | ├──5月班第10课_framework.pdf 22.02M

| | └──第10课 更多框架.avi 429.37M

| ├──第1课 机器学习中数学基础

| | ├──第1课 机器学习中数学基础.avi 609.35M

| | └──五月班第一次课件：机器学习中数学基础 (1).pdf 1.29M

| ├──第2课 高效计算基础与图像线性分类器

| | ├──5月班第2课课件：高效计算基础与图像线性分类器.pdf 32.88M

| | ├──image linear classification.zip 163.57M

| | ├──numpy_operations.ipynb 207.42kb

| | └──第2课 高效计算基础与图像线性分类器.avi 677.91M

| ├──第3课 梯度下降法与反向传播

| | ├──5月班第3课课件：梯度下降法与反向传播 (1).pdf 1.13M

| | └──第3课 梯度下降法与反向传播.avi 438.73M

| ├──第4课 CNN与常用框架

| | ├──5月深度学习班第4课–CNN，典型网络结构与常用框架.pdf 6.97M

| | └──第4课 CNN与常用框架.avi 650.80M

| ├──第5课 CNN训练注意事项与框架使用

| | ├──5月班第5次课 – caffe TensorFlow使用与CNN训练注意事项.pdf 17.48M

| | └──第5课 CNN训练注意事项与框架使用.avi 743.32M

| ├──第6课 CNN推展案例

| | ├──5月班第6次课 – CNN扩展 图像识别与定位 物体检测 NeuralStyle.pdf 48.34M

| | └──第6课 CNN推展案例.avi 662.57M

| ├──第7课 RNN介绍

| | ├──5月班第7课课件_rnn_intrduction.pdf 8.48M

| | └──第7课 RNN介绍.avi 362.89M

| ├──第8课 RNN应用

| | ├──5月班第8课_rnn_appliacation.pdf 22.52M

| | └──第8课 RNN应用.avi 531.08M

| └──第9课 更多的网络类型

| | ├──5月班第9次课课件_more_about_nn.pdf 4.18M

| | └──第9课 更多的网络类型.avi 483.73M

└──(Part Two)深度学习进阶

| ├──课件

| | └──深度学习进阶课件.rar 3.27M

| └──视频

| | ├──第10章 神经网络手写数字演示.mp4 107.29M

| | ├──第11章 Backpropagation算法上.mp4 65.96M

| | ├──第12章 Backpropagation算法下.mp4 61.54M

| | ├──第13章 Backpropagation算法实现.mp4 64.12M

| | ├──第14章 cross-entropy函数.mp4 49.72M

| | ├──第15章 Softmax和Overfitting.mp4 75.90M

| | ├──第16章 Regulization.mp4 37.48M

| | ├──第17章 Regulazition和Dropout.mp4 50.49M

| | ├──第18章 正态分布和初始化(修正版).mp4 28.78M

| | ├──第19章 提高版本的手写数字识别实现.mp4 72.83M

| | ├──第1章 基本概念清晰版.mp4 42.58M

| | ├──第20章 神经网络参数hyper-parameters选择.mp4 54.96M

| | ├──第21章 深度神经网络中的难点.mp4 76.06M

| | ├──第22章 用ReL解决VanishingGradient问题.mp4 37.01M

| | ├──第23章 ConvolutionNerualNetwork算法.mp4 64.74M

| | ├──第24章 ConvolutionNeuralNetwork实现上.mp4 51.73M

| | ├──第25章 ConvolutionNeuralNetwork实现下.mp4 78.28M

| | ├──第26章 Restricted Boltzmann Machine.mp4 63.15M

| | ├──第27章 Restricted Boltzmann Machine下.mp4 49.49M

| | ├──第28章 Deep Brief Network 和 Autoencoder.mp4 47.36M

| | ├──第2章 软件包安装和环境配置总述.mp4 80.20M

| | ├──第3章 环境配置分部详解.mp4 77.09M

| | ├──第4章 环境配置分部详解下.mp4 111.05M

| | ├──第5章 手写数字识别.mp4 46.17M

| | ├──第6章 神经网络基本结构及梯度下降算法.mp4 82.79M

| | ├──第7章 随机梯度下降算法.mp4 20.57M

| | ├──第8章 梯度下降算法实现上.mp4 50.19M

| | └──第9章 梯度下降算法实现下.mp4 69.03M