复旦大学吴立德《数值优化》、《深度学习》和
来源:互联网 发布:mac npm安装webpack 编辑:程序博客网 时间:2024/04/30 07:05
http://i.youku.com/i/UNjAzMzA4NjQ=/playlists?spm=a2hzp.8253869.0.0
【1】复旦大学吴立德教授讲授的《数值优化》。使用教材为Nocedal, Jorge, and Stephen Wright. Numerical optimization. Springer Science & Business Media, 2006. 吴老师没有采用多媒体讲授,每个定理证明和公式推导吴老师都在黑板上板书,主要内容如下:数值优化概述无约束优化的基础线搜索方法线搜索方法的收敛性和收敛速度算法收敛性正定矩阵的choleaky因子分解基于Cauchy点的方法非线性共轭梯度法拟牛顿法BFGS方法计算导数无需导数的优化方法最小二乘问题非线性方程组约束优化理论基本的必要条件点与凸集的分割定理模式分类(标记)和序列标记SQP方法和内点方法视频链接:http://list.youku.com/albumlist/show?id=28712545&ascending;=1&page;=1教材下载:http://home.agh.edu.pl/~pba/pdfdoc/Numerical_Optimization.pdf原文链接:http://weibo.com/1891924883/EjCaUCvO7?type=comment【2】《深度学习》【3】《概率主题模型&数据科学基础》
0 0
- 复旦大学吴立德《数值优化》、《深度学习》和
- 《深度学习课程》-吴立德教授-复旦大学
- 复旦大学吴立德《深度学习》课程总结
- 深度学习中的概率统计、数值优化算法
- 深度学习第四章-数值计算笔记
- 深度学习优化方法
- 深度学习优化问题
- 深度学习 优化算法
- 【深度学习】优化方法
- 深度学习:优化加速
- 深度学习优化方法
- 深度学习优化
- 优化:深度学习中的优化
- 优化:深度学习优化算法
- 数值优化学习之概览(一)
- 《用Python学习数值分析-- 最优化》
- 数值优化(Numerical Optimization)学习系列-惩罚和增广拉格朗日方法(Augmented Lagrangian Methods)
- 数值优化(Numerical Optimization)学习系列-序列二次规划和内点法(SQP、Interior-Point)
- Android Studio中Git的配置及协同开发
- maven依赖的版本管理
- [UOJ#34]多项式乘法(FFT)
- Android MVP +Retrofit+RxJava
- 在Ubuntu上安装、配置和部署Rocket.Chat
- 复旦大学吴立德《数值优化》、《深度学习》和
- ORACLE IP/VIP/SCANIP
- CSS中display:inline;display:block;display:inline-block; 区别
- Swift04-可选类型的声明及使用
- fopen与open的区别
- aop.AopInvocationException: null return value from advice does not match primitive return type for
- 在Java中直接调用js代码
- java自适应响应式 企业网站源码 SSM 生成静态化 手机 平板 PC
- JAVAWEB项目如何实现验证码