神经网络理论

• 什么是 PyTorch？
• PyTorch 的工作原理是什么？
  • Python
  • 张量
  • 模块
  • 动态计算图
  • 自动微分
  • 数据集和数据加载器
• 安装和运行 PyTorch
• 准备工作
  • 1、Sigmoid 函数的导数
  • 2、均方差函数梯度
  • 3、单个神经元梯度
  • 4、全链接层梯度
  • 5、反向传播算法
  • 6、总结
• 深度学习什么是模型又在训练什么？
  • 训练
  • 模型
  • 如何训练模型
  • 听听他人怎么说
• 傅里叶级数的推导
• 一、什么样的n阶矩阵才能对角化？
  • 定理1：
  • 定理2：
  • 推论：
• 二、根据以上定理和推理特征值无重根的a和b.2.1情况一定可以对角化。
• 三、有重根情况b.1情况
  • 3.1 厄米特矩阵
  • 3.2 酉矩阵
  • 3.3 舒尔化矩阵
• 大脑如何工作的
• 图解神经网络，带你轻松搞定原理！
  • 神经网络是什么?
  • 神经网络的组成？
  • 神经网络如何工作？
• 直线与平面的向量表示
  • 一、直线的向量表示
  • 二、平面的向量表示
• 冬季来临轮胎该打气了
• 中国经济现状
  • 1. 经济增速放缓
  • 2. 产业结构升级
  • 3. 消费与出口
  • 4. 房地产市场
  • 5. 人口老龄化
  • 6.金融市场与债务问题
  • 7.环境与绿色发展
  • 8.国际形势与中美关系
  • 9.总结
• 二次型与矩阵对应关系
  • 如何理解这种变换呢？
• 与配方法对照
  • 如何理解这种变换呢？
• 如果矩阵为B
• 韦达公式推导
• 赫尔维茨定理(Hurwitz theorem)证明
  • 证明思路
  • 正定负定定义
  • 性质
  • 证明