- 【深度学习实验】网络优化与正则化（七）：超参数优化方法——网格搜索、随机搜索、贝叶斯优化、动态资源分配、神经架构搜索
- 【深度学习实验】网络优化与正则化（六）：逐层归一化方法——批量归一化、层归一化、权重归一化、局部响应归一化
- 【深度学习实验】网络优化与正则化（五）：数据预处理详解——标准化、归一化、白化、去除异常值、处理缺失值
- 【深度学习实验】网络优化与正则化（四）：参数初始化及其Pytorch实现——基于固定方差的初始化（高斯、均匀分布），基于方差缩放的初始化（Xavier、He），正交初始化
- 【深度学习实验】网络优化与正则化（三）：随机梯度下降的改进——Adam算法详解（Adam≈梯度方向优化Momentum+自适应学习率RMSprop）
- 【深度学习实验】网络优化与正则化（二）：基于自适应学习率的优化算法详解：Adagrad、Adadelta、RMSprop
- 【深度学习实验】网络优化与正则化（一）：优化算法：使用动量优化的随机梯度下降算法（Stochastic Gradient Descent with Momentum）
- 在C#中使用Record的好处
- 【深度学习实验】卷积神经网络（八）：使用深度残差神经网络ResNet完成图片多分类任务
- 【深度学习实验】卷积神经网络（七）：实现深度残差神经网络ResNet
- 【深度学习实验】循环神经网络（五）：基于GRU的语言模型训练（包括自定义门控循环单元GRU）
- 【深度学习实验】循环神经网络（四）：基于 LSTM 的语言模型训练
- 【深度学习实验】循环神经网络（三）：门控制——自定义循环神经网络LSTM（长短期记忆网络）模型
- 【深度学习实验】循环神经网络（二）：使用循环神经网络（RNN）模型进行序列数据的预测
- 【深度学习实验】循环神经网络（一）：循环神经网络（RNN）模型的实现与梯度裁剪
- 【重拾C语言】十三、动态数据组织（二）链表（创建、遍历检索、插入、删除、交换）
- 【重拾C语言】十三、动态数据组织（一）动态变量（malloc、calloc、realloc、free）
- 【重拾C语言】十二、C语言程序开发（穷举与试探——八皇后问题）
- 【重拾C语言】十二、C语言程序开发（自顶向下、逐步求精；结构化程序设计原则；程序风格）
- 【重拾C语言】十一、外部数据组织——文件
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号