深度学习是现代科技皇冠上的明珠。当你决定踏上这条路时，你经常会因为选择哪个框架而感到困惑。在选择了一个流行的框架后，你可能会因为困难而感到沮丧，就像武术小说中的初学者一样，没有深刻的内部技能，你就无法控制顶级武器。事实上，这些框架就像内部技能的秘密，当你的内部技能很小时，这些工具就很容易控制。神经网络是深度学习的基础，我们的课程“建立自己的神经网络”将帮助初学者从头开始，建立自己的神经网络，掌握深度学习的主要核心能力。
本课程以Python为开发环境，只安装Canaconda和Pycharm。本课程将以您熟悉的电路知识为起点，帮助理解神经网络的基本结构。我们将带您一步一步地建立一个神经网络，从识别手写数字开始，即使是从未接触过人工智能的新手也可以很容易地完成它。
人类如何理解这个世界？以识别猫为例，本课程详细解释了深度学习的原理。我们将从人类神经元开始，通过与门电路解释神经元的基本概念，并扩展到与非门、或门、不同或门的实现，模拟神经网络的学习过程。在此基础上，本课程还教您实现神经网络的激活函数、矩阵操作，并最终建立一个可用于实际应用的神经网络。
1-1 建立自己的神经网络课程宣传.mp4
1-2 环境介绍与开发.mp4
1-3 从人脑识别猫开始.mp4
1-4 神经元.mp4
1-5 神经网络术语.mp4
1-6 与门电路的代码.mp4
1-7 权重参数和偏置项.mp4
1-8 数组输入和门.mp4
1-9 概念小结.mp4
2-1 与非门.mp4
2-2 或门.mp4
2-3 异或门分析.mp4
2-4 异或门代码.mp4
2-5 电路模拟神经网络.mp4
3-1 出现激活函数.mp4
3-2 制作函数图像.mp4
3-3 sigmoid.mp4
3-4 relu.mp4
4-1 一维数组.mp4
4-2 矩阵.mp4
4-3 广播及内积运算.mp4
5-1 神经网络的符号.mp4
5-2 神经网络输入层到第一层.mp4
5-3 激活第一层神经网络.mp4
5-4 神经网络第二层.mp4
5-5 神经网络第三层.mp4
5-6 构建神经网络代码总结.mp4
5-7 softmax详解.mp4
6-1 准备手写数字图像.mp4
6-2 将像素作为神经网络的输入信号.mp4
6-3 使用训练有素的模型.mp4
6-4 调整代码.mp4
6-5 识别数字图片.mp4
7-1 制作界面.mp4
7-2 按钮事件.mp4
课程资料.zip
