神经网络入门：正反向传播推导、CNN 初识

近年来，机器学习、深度学习等知识轰炸般向大家袭来，没有接触过的同学大多被纷杂的说法 or 术语所唬住，往往望之高深莫测而止步不前。

本场 Chat 旨在用一篇博客向大家揭示从一个简单地被我们称为神经网络的逻辑计算开始，向大家一步步揭开梯度下降、BP 算法、Cross-entropy、CNN 的面纱，将这些内容以最直观易懂地方式呈现给大家。

本场 Chat 你将学到如下内容：

1. 了解神经网络的基本结构及正向传播过程
2. 了解使用梯度下降法求解过程
3. 揭开使用 BP 求解 Weights 和 Bias 偏导的奥秘
4. 揭开使用交叉熵解决学习速率慢的问题
5. 初识卷积神经网络 CNN，了解 Pooling 等术语。

阅读全文: http://gitbook.cn/gitchat/activity/5a92796b6e7cea13823f7651

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。