机器学习：人工神经网络
人工神经网络提供了一种普遍且实用的方法从样例中学习值为实数、离散值或向量的函数反向传播算法，使用梯度下降来调节网络参数以最佳拟合由输入-输出对组成的训练集合人工神经网络对于训练数据中的错误健壮性很好人工神经网络已被成功应用到很多领域，例如视觉场景分析，语音识别，机器人控制神经网络学习对于逼近实数值、...
反向传播技术资料
📦 资源总数：564
📄 技术文档：2
💻 源代码：1467
反向传播算法是深度学习领域的核心优化技术，通过计算损失函数对网络权重的梯度来调整参数，实现高效训练。广泛应用于图像识别、自然语言处理及语音识别等多个领域，是构建高性能神经网络模型不可或缺的技术。掌握反向传播原理与应用，将极大提升您的AI项目开发能力。本站提供564个精选资源，涵盖理论教程到实战案例，助您深入理解并灵活运用这一关键技术。
🔥 反向传播热门资料
查看全部564个资源 »国外优秀信息科学与技术系列教学用书-自适应滤波器原理(中文第四版)赫金pdf格式745页全本
本书是自适应信号处理领域的一本经典教材。全书共17章，内容包括：自适应LMS横向滤波器、自适应格型滤波器、自适应递归滤波器、频域和子带自适应滤波器、盲自适应滤波器、神经网络、非线性自适应滤波器等及其在通信与信息系统中的应用...
神经网络原理 作者SimonHaykin 译者叶世伟等
本书包含四个组成部分：导论，监督学习，无监督学习，神经网络动力学模型。导论部 分介绍神经元模型、神经网络结构和机器学习的基本概念和理论。监督学习讨论感知机学习 规则，有监督的Hebb学习，Widrow-Hoff学习算法，反向传播算法及其变形，RBF网络，正则 化网络，支持向量机以及委员会机器。无监督...
神经网络设计+.+美国+Hagan.清晰版
本书主要讲述神经网络的基本概念，介绍实用的网络模型、学习规则和训练方法。全书分19章，内容涵盖神经元模型和网络结构、感知机学习规则、有监督的Hebb学习、Widrow—Hoff学习算法、反向传播算法及其变形、联想学习、竞争网络、Grossberg网络、自适应谐振理论和Hopfie...
深度学习入门书籍中文版
该书的作者是来自 Y Combinator Research 的研究员 Michael Nielsen，他也是一位量子物理学家、科学作家、计算机编程研究人员。他的个人主页是：Neural networks and deep learningneuralnetworksanddeeplearn...
📄 反向传播技术文档
查看更多 »💻 反向传播源代码
查看更多 »📂 反向传播资料分类