AI 入门视频教程与演示
从教程、演示和创作中看到工具如何使用。视频将在原平台打开。
AI 入门视频
149 条视频
26:58从“卷积”、到“图像卷积操作”、再到“卷积神经网络”，“卷积”意义的3次改变
王木头学科学B站
25:48什么是“感知机”，它的缺陷为什么让“神经网络”陷入低潮
王木头学科学B站
25:50“神经网络”是什么？如何直观理解它的能力极限？它是如何无限逼近真理的？
王木头学科学B站
22:07“损失函数”是如何设计出来的？直观理解“最小二乘法”和“极大似然估计法”
王木头学科学B站
30:17“交叉熵”如何做损失函数？打包理解“信息量”、“比特”、“熵”、“KL散度”、“交叉熵”
王木头学科学B站
49:48如何理解“梯度下降法”？什么是“反向传播”？通过一个视频，一步一步全部搞明白
王木头学科学B站
59:47softmax是为了解决归一问题凑出来的吗？和最大熵是什么关系？最大熵对机器学习为什么非常重要？
王木头学科学B站
34:28“随机梯度下降、牛顿法、动量法、Nesterov、AdaGrad、RMSprop、Adam”，打包理解对梯度下降法的优化
王木头学科学B站
49:00“拉格朗日对偶问题”如何直观理解？“KKT条件” “Slater条件” “凸优化”打包理解
王木头学科学B站
28:00“L1和L2正则化”直观理解(之一)，从拉格朗日乘数法角度进行理解
王木头学科学B站
35:04“L1和L2正则化”直观理解(之二)，为什么又叫权重衰减？到底哪里衰减了？
王木头学科学B站
35:55贝叶斯解释“L1和L2正则化”，本质上是最大后验估计。如何深入理解贝叶斯公式？
王木头学科学B站
36:38什么是SVM，如何理解软间隔？什么是合叶损失函数、铰链损失函数？SVM与感知机横向对比，挖掘机器学习本质
王木头学科学B站
30:28用VC维度理解SVM的结构风险最小化 & VC维是理解正则化的第4个角度
王木头学科学B站
30:14如果大数定律失效，机器学习还能学吗？幂律分布可以告诉你答案
王木头学科学B站
1:13:30VC维是如何推导出来的？为什么说它是机器学习理论最重要的发明？
王木头学科学B站
47:23直观解释：为什么噪声不是过拟合的原因?又什么只要没有过拟合就一定有噪声?
王木头学科学B站
47:485. 深度学习和元胞自动机有什么关系？会给编程带来什么样的颠覆性改变？
王木头学科学B站
43:18学习分享一年，对神经网络的理解全都在这40分钟里了
王木头学科学B站
38:26卷积神经网络的底层是傅里叶变换，傅里叶变换的底层是希尔伯特空间坐标变换
王木头学科学B站
55:54从头开始，把概率论、统计、信息论中零散的知识统一起来
王木头学科学B站
1:45:12从编解码和词嵌入开始，一步一步理解Transformer，注意力机制(Attention)的本质是卷积神经网络(CNN)
王木头学科学B站
32:31从 LLM 到 Agent Skill，一期视频带你打通底层逻辑！
马克的技术工作坊B站
34:1804 数据操作 + 数据预处理【动手学深度学习v2】
跟李沐学AIB站