机器学习教程40_相似度测量

人工智能（ai）编程：机器学习教程

39/66

App68:21

机器学习教程39_监督学习评估指标代码调用

App45:04

播放中

机器学习教程40_相似度测量

App59:27

机器学习教程41_K-Means聚类

App50:04

机器学习教程41_KMeans聚类的应用

App48:11

机器学习教程42_聚类的评估_metrics代码

App20:42

机器学习教程43_谱聚类

App01:04

机器学习教程44_pip安装源设置 TensorFlow

App24:39

机器学习教程45_TensorFlow CUDA GPU安装说明_TF使用介绍

App28:52

机器学习教程46_TensorFlow代码初始_解析解多元线性回归实现

App24:16

机器学习教程47_tensorflow来代码实现线性回归_梯度下降优化

App53:34

机器学习教程48_placeholder代码详解_TF构建Softmax回归计算图

App24:35

机器学习教程49_TF对Softmax回归训练_评估代码实现

App08:30

机器学习教程50_TF的模型持久化_重新加载

App06:00

机器学习教程51_模块化

App52:37

机器学习教程52_深度学习DNN是什么

App26:37

机器学习教程53_TF训练2层 DNN来进行手写数字识别

App26:54

机器学习教程54_TensorBoard代码

App15:44

机器学习教程55_TensorBoard启动以及页面

App04:20

机器学习教程56_图释对比原始图片和卷积FeatureMap

App25:06

机器学习教程57__CNN架构图 LeNet5架构

App40:59

机器学习教程58_CNN来对MNIST进行图片识别代码实现

App85:30

机器学习教程59_TF使用CNN来做Cifar10数据集分类任务

App49:32

机器学习教程60_解决梯度消失的三个思路

App50:37

机器学习教程61_反向传播计算W对应的梯度

App20:13

机器学习教程62_AlexNet五层卷积benchmark代码实现

App06:05

机器学习教程63_Keras开篇

App36:43

机器学习教程64_Keras构建模型_Keras使用MNIST数据集训练CNN

App28:58

机器学习教程65_Keras调用VGG16来训练

App21:30

机器学习教程66_深度学习各种优化算法