种子简介

种子名称： Manual Prático do Deep Learning_ Redes Neurais Profundas
文件类型： 视频
文件数目： 188个文件
文件大小： 6.74 GB
收录时间： 2024-1-9 11:04
已经下载： 3次
资源热度： 52
最近下载： 2024-5-19 03:41

下载BT种子文件

下载Torrent文件(.torrent) 立即下载

磁力链接下载

magnet:?xt=urn:btih:4e66b88e2ed4b5af0004470441be03fc018fe1b3&dn=Manual Prático do Deep Learning_ Redes Neurais Profundas 复制链接到迅雷、QQ旋风进行下载，或者使用百度云离线下载。

喜欢这个种子的人也喜欢

种子包含的文件

Manual Prático do Deep Learning_ Redes Neurais Profundas.torrent

2. Perceptron/9. Implementando o Perceptron classificação em python.mp4134.42MB

1. Introdução/2. Inteligência Artificial, Machine Learning e Deep Learning.mp438.03MB

1. Introdução/3. Por que estudar Deep Learning.mp49.42MB

1. Introdução/4. Aplicações do Deep Learning.mp46.97MB

1. Introdução/5. Regressão, Classificação, Aprendizado Não-Supervisionado e por Reforço.mp412.73MB

1. Introdução/6. Instalações e código-fonte.mp436.1MB

2. Perceptron/1. Perceptron e o bebê que joga pingue-pongue.mp441.21MB

2. Perceptron/2. Intuição sobre o Perceptron - Parte 1 (Regressão).mp471.14MB

2. Perceptron/3. Intuição sobre o Perceptron - Parte 2 (Classificação).mp480.17MB

2. Perceptron/4. Manual do Perceptron.mp493.02MB

2. Perceptron/5. Como o Perceptron aprende.mp420.56MB

2. Perceptron/6. Learning Rate e seus efeitos.mp422.11MB

2. Perceptron/7. Implementando o Perceptron revisão.mp438.79MB

2. Perceptron/8. Implementando o Perceptron pseudo-algoritmo.mp412.01MB

1. Introdução/1. Apresentação do Curso.mp436.9MB

2. Perceptron/10. Implementando o Perceptron classificação em numpy.mp477.96MB

2. Perceptron/11. Exercício de classificação.mp452.39MB

2. Perceptron/12. Implementando o Perceptron regressão linear.mp489.92MB

2. Perceptron/13. Learning rates diferentes pra pesos e bias Como assim.mp464.09MB

2. Perceptron/14. Exercício de regressão.mp465.87MB

3. Adaline/1. Manual do Adaline.mp436.36MB

3. Adaline/2. Perceptron vs Adaline.mp450.38MB

3. Adaline/3. Como o Adaline aprende.mp433.62MB

3. Adaline/4. Resumos das diferenças entre o Perceptron e o Adaline.mp414.14MB

3. Adaline/5. Implementando o Adaline revisão.mp440.57MB

3. Adaline/6. Implementando o Adaline regressão.mp422.72MB

3. Adaline/7. Implementando o Adaline classificação.mp427.98MB

3. Adaline/8. Exercício de classificação.mp432.17MB

4. Neurônio Sigmoid/1. Manual do Neurônio Sigmoid.mp439.95MB

4. Neurônio Sigmoid/2. Entropia Cruzada (Cross-Entropy).mp423.11MB

4. Neurônio Sigmoid/3. Implementando o Neurônio Sigmoid revisão.mp426.5MB

4. Neurônio Sigmoid/4. Implementando o Neurônio Sigmoid scikit-learn.mp438.07MB

4. Neurônio Sigmoid/5. Implementando o Neurônio Sigmoid numpy.mp496.91MB

4. Neurônio Sigmoid/6. Exercício de Regressão Logística scikit-learn.mp436.98MB

4. Neurônio Sigmoid/7. Exercício de Regressão Logística numpy.mp441.77MB

5. Funções de Ativação/1. Características das Funções de Ativação.mp413.4MB

5. Funções de Ativação/2. Função de Ativação Linear.mp431.85MB

5. Funções de Ativação/3. Função de Ativação Sigmoid.mp440.62MB

5. Funções de Ativação/4. Função de Ativação Tanh.mp413.55MB

5. Funções de Ativação/5. Função de Ativação ReLU.mp435.79MB

5. Funções de Ativação/6. Função de Ativação Leaky ReLU.mp418.44MB

5. Funções de Ativação/7. Função de Ativação eLU.mp414.93MB

5. Funções de Ativação/8. Qual função de ativação utilizar na prática.mp414.94MB

5. Funções de Ativação/9. Função Softmax.mp481.62MB

5. Funções de Ativação/10. Implementando as funções de ativação linear.mp426.67MB

5. Funções de Ativação/11. Implementando as funções de ativação sigmoid.mp417.23MB

5. Funções de Ativação/12. Implementando as funções de ativação tanh.mp416.62MB

5. Funções de Ativação/13. Implementando as funções de ativação ReLU.mp419.35MB

5. Funções de Ativação/14. Implementando as funções de ativação leaky ReLU.mp422.76MB

5. Funções de Ativação/15. Implementando as funções de ativação eLU.mp428.9MB

6. Backpropagation/1. O que vamos aprender nesse módulo.mp411.03MB

6. Backpropagation/2. Circuitos de valores reais e o Alpinista Cego.mp414.2MB

6. Backpropagation/3. Estratégia 1 Busca Aleatória.mp445.12MB

6. Backpropagation/4. Estratégia 2 Busca Aleatória Local.mp434.84MB

6. Backpropagation/5. Estratégia 3 Gradiente Numérico.mp426.26MB

6. Backpropagation/6. A definição de derivadas.mp433.12MB

6. Backpropagation/7. Implementando o Gradiente Numérico.mp4107.48MB

6. Backpropagation/8. Estratégia 4 Gradiente Analítico (implementação).mp442.92MB

6. Backpropagation/9. Resumos das Estratégias.mp415.79MB

6. Backpropagation/10. Múltiplas Portas.mp428.79MB

6. Backpropagation/11. Regra da Cadeia introdução.mp430.24MB

6. Backpropagation/12. Regra da Cadeia aplicação.mp427.29MB

6. Backpropagation/13. Regra da Cadeia implementação.mp453.64MB

6. Backpropagation/14. Interpretando as derivadas.mp421.82MB

6. Backpropagation/15. Verificando as derivadas pelo Gradiente Analítico - parte 1.mp434.63MB

6. Backpropagation/16. Verificando as derivadas pelo Gradiente Analítico - parte 2.mp448.82MB

6. Backpropagation/17. Derivando o Neurônio Sigmoid.mp477.62MB

6. Backpropagation/18. Neurônio Sigmoid como um Circuito - Parte 1.mp416.37MB

6. Backpropagation/19. Se tornando um Ninja em Backpropagation - Parte 1.mp418.8MB

6. Backpropagation/20. Se tornando um Ninja em Backpropagation - Parte 2.mp414.53MB

6. Backpropagation/21. Se tornando um Ninja em Backpropagation - Parte 3.mp412.32MB

6. Backpropagation/22. Se tornando um Ninja em Backpropagation - Parte 4.mp416.63MB

6. Backpropagation/23. Se tornando um Ninja em Backpropagation - Parte 5.mp416.7MB

6. Backpropagation/24. Se tornando um Ninja em Backpropagation - Parte 6.mp411.83MB

6. Backpropagation/25. Se tornando um Ninja em Backpropagation - Parte 7.mp431.03MB

6. Backpropagation/26. Resumo dos Padrões de Backpropagation.mp430.9MB

6. Backpropagation/27. Derivando o Neurônio Sigmoid como um Ninja!.mp448.2MB

6. Backpropagation/28. Derivando o Neurônio Sigmoid como um Ninja no Código - Forward.mp414.83MB

6. Backpropagation/29. Derivando o Neurônio Sigmoid como um Ninja no Código - Backprop.mp466.81MB

6. Backpropagation/30. Exercício de Backpropagation.mp431.54MB

6. Backpropagation/31. Exercício de Backpropagation - Resposta.mp4111.13MB

7. Redes Neurais Profundas/1. Introdução ao módulo.mp412.22MB

7. Redes Neurais Profundas/2. Dimensões das Matrizes - Parte 1.mp417.48MB

7. Redes Neurais Profundas/3. Dimensões das Matrizes - Parte 2.mp451.32MB

7. Redes Neurais Profundas/4. Exercício de Dimensões de Matrizes e Bias Trick.mp454.12MB

7. Redes Neurais Profundas/5. Funções de Custo Regressão.mp415.18MB

7. Redes Neurais Profundas/6. Funções de Custo Classificação Binária.mp424.79MB

7. Redes Neurais Profundas/7. One-hot Encoding.mp416.98MB

7. Redes Neurais Profundas/8. Função Softmax.mp436.37MB

7. Redes Neurais Profundas/9. Funções de Custo Classificação Multiclasse.mp431.56MB

7. Redes Neurais Profundas/10. O vídeo mais importante desse curso!.mp423.97MB

7. Redes Neurais Profundas/11. Intuição sobre Redes Neurais - Exemplo 1 (setup).mp443.68MB

7. Redes Neurais Profundas/12. Intuição sobre Redes Neurais - Exemplo 1 (forward).mp421.59MB

7. Redes Neurais Profundas/13. Intuição sobre Redes Neurais - Exemplo 1 (backprop).mp489.51MB

7. Redes Neurais Profundas/14. Intuição sobre Redes Neurais - Exemplo 2 (implementando a softmax).mp461.53MB

7. Redes Neurais Profundas/15. Intuição sobre Redes Neurais - Exemplo 2 (neg log-likelihood).mp419.47MB

7. Redes Neurais Profundas/16. Intuição sobre Redes Neurais - Exemplo 2 (softmax + neg log-likelihood).mp454.75MB

7. Redes Neurais Profundas/17. Intuição sobre Redes Neurais - Exemplo 2 (feedforward).mp432.64MB

7. Redes Neurais Profundas/18. Intuição sobre Redes Neurais - Exemplo 2 (backprop).mp460.1MB

7. Redes Neurais Profundas/19. Intuição sobre Redes Neurais - Padrões de Implementação.mp448.01MB

7. Redes Neurais Profundas/20. Implementando Rede Neural do Zero - Introdução.mp49.2MB

7. Redes Neurais Profundas/21. Implementando Rede Neural do Zero - Funções de Custo MAE e MSE.mp426.8MB

7. Redes Neurais Profundas/22. Implementando Rede Neural do Zero - Funções de Custo Cross-Entropy.mp435.71MB

7. Redes Neurais Profundas/23. Implementando Rede Neural do Zero - Classes Layer e NeuralNetwork.mp433.07MB

7. Redes Neurais Profundas/24. Implementando Rede Neural do Zero - Parâmetros dos métodos.mp423.62MB

7. Redes Neurais Profundas/25. Implementando Rede Neural do Zero - fit.mp421.34MB

7. Redes Neurais Profundas/26. Implementando uma Rede Neural do Zero - feedforward.mp450.06MB

7. Redes Neurais Profundas/27. Implementando uma Rede Neural do Zero - backprop.mp475.09MB

7. Redes Neurais Profundas/28. Conferindo a Implementação Básica da Nossa Rede - Exemplo 1.mp451.27MB

7. Redes Neurais Profundas/29. Conferindo a Implementação Básica da Nossa Rede - Exemplo 2.mp431.87MB

7. Redes Neurais Profundas/30. Resolvendo Problemas de Regressão Linear e Multivariada.mp459.34MB

7. Redes Neurais Profundas/31. Resolvendo Problemas de Regressão Quadrática.mp434.99MB

7. Redes Neurais Profundas/32. Resolvendo Problemas de Regressão Cúbica.mp412.45MB

7. Redes Neurais Profundas/33. Resolvendo Problemas de Regressão Logarítmicia.mp410.69MB

7. Redes Neurais Profundas/34. Resolvendo Problemas de Regressão Exponencial.mp433.8MB

7. Redes Neurais Profundas/35. Resolvendo Problemas de Classificação Binária Porta ANDOR.mp430.69MB

7. Redes Neurais Profundas/36. Resolvendo Problemas de Classificação Binária Porta XOR.mp424.79MB

7. Redes Neurais Profundas/37. Resolvendo Problemas de Classificação Binária Clusters.mp435.22MB

7. Redes Neurais Profundas/38. Resolvendo Problemas de Classificação Binária Moons, Círculos e Espiral.mp473.52MB

7. Redes Neurais Profundas/39. Resolvendo Problemas de Classificação Multiclasse 3 Clusters.mp443.69MB

7. Redes Neurais Profundas/40. Resolvendo Problemas de Classificação Multiclasse 4 clusters + Espiral.mp424.74MB

7. Redes Neurais Profundas/41. Resolvendo Problemas de Classificação Multiclasse 5 classes + Iris.mp434.81MB

7. Redes Neurais Profundas/42. Métodos de Inicialização de Pesos.mp435.27MB

7. Redes Neurais Profundas/43. Implementando uma Rede Neural do Zero - Inicialização de Pesos (Parte 2).mp434.19MB

7. Redes Neurais Profundas/44. Implementando uma Rede Neural do Zero - Inicialização de Pesos (Parte 3).mp422.34MB

7. Redes Neurais Profundas/45. Dropout.mp448.45MB

7. Redes Neurais Profundas/46. Implementando uma Rede Neural do Zero - Dropout (Feedforward).mp461.9MB

7. Redes Neurais Profundas/47. Implementando uma Rede Neural do Zero - Dropout (Backprop).mp48.54MB

7. Redes Neurais Profundas/48. Teste da Implementação do Dropout.mp419.44MB

7. Redes Neurais Profundas/49. Regularização L1.mp423.26MB

7. Redes Neurais Profundas/50. Regularização L1 (derivada).mp411.22MB

7. Redes Neurais Profundas/51. Regularização L2.mp437.88MB

7. Redes Neurais Profundas/52. Regularização L2 (derivada).mp433.71MB

7. Redes Neurais Profundas/53. Implementando uma Rede Neural do Zero - Regularização L1 e L2 (Parte 1).mp433.39MB

7. Redes Neurais Profundas/54. Implementando uma Rede Neural do Zero - Regularização L1 e L2 (Parte 2).mp453.98MB

7. Redes Neurais Profundas/55. Teste de Implementação da Regularização L1L2.mp426.97MB

7. Redes Neurais Profundas/56. Momentum.mp420.8MB

7. Redes Neurais Profundas/57. Implementando uma Rede Neural do Zero Momentum.mp438.8MB

7. Redes Neurais Profundas/58. Teste da Implementação do Momentum.mp437.84MB

7. Redes Neurais Profundas/59. Mini-batch Gradiente Descendente.mp451.11MB

7. Redes Neurais Profundas/60. Implementando uma Rede Neural do Zero Mini-batch Grad. Descendente (Parte 1).mp440.71MB

7. Redes Neurais Profundas/61. Implementando uma Rede Neural do Zero Mini-batch Grad. Descendente (Parte 2).mp460.18MB

7. Redes Neurais Profundas/62. Learning Rate Decay.mp422.56MB

7. Redes Neurais Profundas/63. Implementando uma Rede Neural do Zero Learning Rate Decay (Parte 1).mp425.77MB

7. Redes Neurais Profundas/64. Implementando uma Rede Neural do Zero Learning Rate Decay (Parte 2).mp431.91MB

7. Redes Neurais Profundas/65. Teste da Implementação das Learning Rate Decays.mp427.98MB

7. Redes Neurais Profundas/66. Early Stopping.mp423.47MB

7. Redes Neurais Profundas/67. Implementando uma Rede Neural do Zero Early Stopping.mp467.28MB

7. Redes Neurais Profundas/68. Teste da Implementação da Early Stopping.mp464.01MB

7. Redes Neurais Profundas/69. [hotfix] Imprimindo a Perda da Regularização.mp431.8MB

7. Redes Neurais Profundas/70. Batch Normalization.mp451.18MB

7. Redes Neurais Profundas/71. Derivada da Batch Norm - Parte 1.mp432.78MB

7. Redes Neurais Profundas/72. Derivada da Batch Norm - Parte 2.mp4132.34MB

7. Redes Neurais Profundas/73. Implementando uma Rede Neural do Zero Batch Norm - Parte 1.mp467.17MB

7. Redes Neurais Profundas/74. Implementando uma Rede Neural do Zero Batch Norm - Feedforward.mp464.63MB

7. Redes Neurais Profundas/75. Implementando uma Rede Neural do Zero Batch Norm - Backprop.mp4100.37MB

7. Redes Neurais Profundas/76. Implementando uma Rede Neural do Zero Batch Norm.mp467MB

7. Redes Neurais Profundas/77. Teste da Implementação da Batch Normalizaition.mp430.07MB

7. Redes Neurais Profundas/78. Freezing, Fine-tuning e Transferência de Conhecimento.mp440.19MB

7. Redes Neurais Profundas/79. Implementando uma Rede Neural do Zero Freezing.mp416.67MB

7. Redes Neurais Profundas/80. Teste da Implementação do Freezing.mp423.68MB

7. Redes Neurais Profundas/81. Implementando uma Rede Neural do Zero Salvando e Restaurando a Nossa Rede.mp424.85MB

7. Redes Neurais Profundas/82. Teste da Implementação do Save & Load.mp420.32MB

7. Redes Neurais Profundas/83. Parabéns!.mp418.28MB

8. [Opcional] Gradient Checking/1. [Opcional] Checagem dos Gradientes.mp43.38MB

8. [Opcional] Gradient Checking/2. [Opcional] A Fórmula da Checagem dos Gradientes.mp426.35MB

8. [Opcional] Gradient Checking/3. [Opcional] Calculando os Gradientes Aproximados.mp465.87MB

8. [Opcional] Gradient Checking/4. [Opcional] Verificando os Gradientes Aproximados.mp463.25MB

8. [Opcional] Gradient Checking/5. [Opcional] Verificando os Gradientes na Regressão.mp456.85MB

8. [Opcional] Gradient Checking/6. [Opcional] A Regularização L1 e L2 afeta o Gradient Checking.mp422.16MB

8. [Opcional] Gradient Checking/7. [Opcional] Terminando a nossa implementação do Gradient Checking.mp438.79MB

8. [Opcional] Gradient Checking/8. [Opcional] Verificando os Gradientes na Classificação Binária e Multiclasse.mp449.23MB

9. Ajustando Hyperparâmetros - Dicas e Truques/1. Introdução.mp412.2MB

9. Ajustando Hyperparâmetros - Dicas e Truques/2. Inicialização de Pesos, Quantidade de Camadas e Número de Neurônios.mp434.27MB

9. Ajustando Hyperparâmetros - Dicas e Truques/3. Otimizadores, Funções de Ativação e Dropout.mp428.12MB

9. Ajustando Hyperparâmetros - Dicas e Truques/4. Regularização e Momentum.mp418.49MB

9. Ajustando Hyperparâmetros - Dicas e Truques/5. Batch Size.mp410.66MB

9. Ajustando Hyperparâmetros - Dicas e Truques/6. Funções de Custo, Ativação e Número de Neurônios da Última Camada.mp422.02MB

9. Ajustando Hyperparâmetros - Dicas e Truques/7. Quantidade de Epochs, Learning Rate e a Dica de Ouro para o Treinamento.mp437.49MB

9. Ajustando Hyperparâmetros - Dicas e Truques/8. Transfer Learning quando aplicar.mp413.14MB

9. Ajustando Hyperparâmetros - Dicas e Truques/9. O que fazer quando não converge, fica presa no mínimo local ou deu overfitting.mp412.13MB

9. Ajustando Hyperparâmetros - Dicas e Truques/10. E se minha rede estiver excelente.mp418.43MB

10. Por que Minha Rede Neural Não Funciona/1. Introdução.mp43.81MB

10. Por que Minha Rede Neural Não Funciona/2. Problemas com os dados.mp445.5MB

10. Por que Minha Rede Neural Não Funciona/3. Problemas de Implementação.mp417.17MB

10. Por que Minha Rede Neural Não Funciona/4. Problemas no Treinamento.mp415MB

10. Por que Minha Rede Neural Não Funciona/5. Como identificar Underfitting e Overfitting em Gráficos de Perda.mp438.85MB

10. Por que Minha Rede Neural Não Funciona/6. Como tratar Underfitting e Overfitting.mp411.65MB