ขนาดวิดีโอ: 1280 X 720853 X 480640 X 360
แสดงแผงควบคุมโปรแกรมเล่น
เล่นอัตโนมัติ
เล่นใหม่
Up主若去學校教學,一定會是個一流的老師。我在資工系教了一輩子專業科目(偶而也會講解Neural nets),也沒Up主講得這麼清楚、這麼容易讓人了解。謹呈上一句衷心的「佩服」。
我覺得博主很棒,老師也很棒,面對解決真的會讓人一路狂奔進步,李尚義陳韻濃這兩位我就深感看不起,在知識之前的狂妄傲慢,卻又無所作為
質量真是相當高,在youtube也是世界級的優質!
由浅入深,讲得非常好,感谢博主的分享!
讲的真好,一直自学这些机器学习的东西,觉得神神乎乎的,听了这个讲座,有点恍然大悟的感觉。我也是长治老乡,认识你,很为这么优秀的年轻老乡骄傲。
长治人吗?你在哪生活啊?
王木頭是我截至目前為止所碰過最「甘心」、 最熱心,、最傑出的科普講員 ❤
真是优质。像这样优质的视频再来十个,每个我看十遍应该就能懂了。
赞同。不只是优。 还很细腻。 把思路换成文字
这次的动画也是花足了功夫,紧凑又精准!
將一門學問以他人聽得懂的方式描述著實不容易,謝謝您帶來的知識饗宴!
真的讲得非常好,UP主有深厚的数学功底,路赞
It is so inspiring to see you clearly explain all the deep learning knowledge in one 40 mins video, and it is very easy to understand. Thank you so much!
這篇必須蒐藏!數學的解釋很直觀,不過如果是對數學陌生的初學者,可以先看GrandmaCan那個實際操作範例影片,再回來看這篇的解說就會比較容易理解
建议大家从b站过来的话,多点观看时长,不要只点赞评论,最好第一遍不要在b站看,这样TH-cam或许才会认同这个长视频的值得推荐的程度,不然点进来就只是点赞评论,可能会被认为是刷数据
以前只知在电脑上用,并不完全理解,或者说比较模糊,现在就很清楚了。谢谢王先生。
太厉害了,我本来是来学习机器学习的,这个是最好的导论,也让我保持敬畏,无数次赞叹up数学功底,应用和思考神奇结合,视频做得更好,思维巧妙,数学史如数家珍,我深感数学的奥秘,古希腊logic学派甚有道理
目前看到的最好的中文解释,感谢分享!
优秀!能让人听懂才是好老师
讲得很不错,看得出下了很多功夫,动画讲义都接近完美,赞👍👍~*唯一有点不足的,两个向量的点积应该写成 A · B = AᵀB ≠ Aᵀ · B,后者 Aᵀ · B = (Aᵀ) ᵀ B = AB, 两个列向量不能进行矩阵乘积
哈哈 感谢分享 十多年前在学校里学过一点基础的 毕设甚至都做的神经网络相关的内容 但当时人工智能还没这么流行 所以工作就做别的领域了 后来眼见着各种AI的突破 也想过要重新把这些都拾起来 并针对那些后来出现的技术做一些更深入的学习 但是感觉现在工作也不错 而AI可能也已经泡沫化了 所以来回跳可能得不偿失 就懒的一直没学习 油管给我推这个视频可以说是帮我重新学习AI的一个很好的契机 可以让我相对高效又省力的复习/学习 最后再次感谢 频道已经订阅了 其他视频有时间我也会再来看的
講得太好了感恩
幸好能看到老師如此清楚的講解。很棒。感謝。
24:44 数学概率和哲学有时是相通的。水至清则无鱼,百家争鸣,只要是内发的而不是被外宣控制的,有机会从穷举中找到一条适时的路线。
处理AI的问题关键在将资源划分维度,达到精细调整和维度的平衡。这就是策略。
非常了不起。希望有出書,這樣方便讀者日後複習
謝謝整理, 祝一生平安
好小众的祝福哈哈哈哈哈,不过讲的真的好
非常好的视频,鼓励博主继续坚持下去,做出更多更好的作品!!
感谢王木头老师的付出,太棒了。
40:25 最后的学习率应该是不用级联相乘的。每一层用一样的学习率。
谢谢您的热心奉献,学到很多; 请继续发表更多的视频。
这个教程真棒!!!
用顏色來區分符號和作用 真的很有用 哪怕是一個新的概念也很好理解
Jesus you made the best video to explain the issues, THANK YOU SO MUCH !!!
講的好仔細呀,感謝你
看起來像是我三十年前在專科學院學的類神經控制理論啊。當時同時學了fuzzy control.對應到車子是上世紀的motronic control 和steptronic control.
讲的非常好,更像是让数学家构架了一座能和机器学习者思考的方法
看了两遍,打卡。
看了很多教學影片,講數學的時候只講數學,不然就只有模型圖沒數學這片完美結合數學跟模型,清楚的教學動畫,看完更了解變數,分類,特徵,向量,梯度
举的例子和视频配合比较好,讲的真清晰!
你怎么能讲的这么好???!!!❤
不错啊,支持,不是计算机专业的看着挺吃力,慢慢看了
视频越做 质量越好了, 支持 木头, 继续做更高质量的视频
大愛❤,講得太好了
感谢博主,真的很清晰!
真的让我懂了很多
质量相当高,讲得非常清楚。我看过很多这类的,没有一个说得这么清楚的,简直是抽丝剥茧。可以打赏吗?然后如果可以出英语讲解的话(不只是字幕),在油管上肯定能有更多关注
讲的太好了,期待坚持下去
很棒! 感谢博主!
心中充满感激之情
这个真不错啊
非常感谢!收益匪浅~
Thank you!
Thanks!
太棒了! 我一直對數學沒有興趣 這是第一次我想嘗試去了解數學
厉害 浅显易懂
讲的非常好!
山西老乡,非常好的视频!
特别特别好的视屏 谢谢
感謝你的無私分享, 讓我想通很多東西
深入浅出~挺不错的👍🏼
感謝你的視頻,質量非常高
讲的太好了!
非常喜欢你的视频。
非常好
超優質視頻👏👏期待未來更多精彩內容🙏
智能进化这么久,太复杂了,可视化讲的非常有用
用数学逻辑来展开,真的很有意思,也很启发
看了两遍,太精彩了
善哉善哉!!!
只能说,良心博主
不但视频动态做的好,讲解声宏亮自信让人信服
感谢!
赞赞赞,必须支持
特別推薦 雖然我一遍聽不懂 可能要多聽幾遍了
这个视频系列公益意义远大于盈利,我看到一个点赞一个
终于知道机器是怎么实现智能的过程了,视频主好厉害,通俗易懂❤🫡👍
老师超有才,是博士吗
作者的动画做的真牛·
講得真好,支持 🙌🏻
上的人工智能导论就是视频里的,模型懂是懂了,就是看代码的时候很迷糊
你太优秀了,是个卓越的人
在讲梯度下降法的时候,为什么直接对Y求最大值,而不是对损失函数呢?
神了!這木头真的是不簡單
太棒了
梯度消失不是学习率累积相乘导致的, 学习率每层都是一样的
從數學來看,「機器學習」就是函數「最小化」的過程 😅
瞎子摸象
非常好的视频:),对于初学者有点睛的作用。
原来我们是老乡啊,听你的讲解收益匪浅,你是二中的吗?
33分钟处开始 就稍微有点懵 尤其是为什么反向传播中斜坡一样的sigmoid函数会变成像山脉一样的函数图像 有些不理解
相当优质的视频,谢谢制作!
想太多了 什麼不可解釋 都是可以解釋的 否則怎麼會有人格分析這個專業? 人在去做一件事之前 你可能會覺得不可解釋 但是 當你觀察一個人經過一些事情去分析他的邏輯與價值觀以後 你就能預測他的行為模式 哪來的不可預測.......... 如果ai可以收集你在網路上的所有資訊 沒有什麼不可預測的 你的所有背景 你的價值觀 你的行為邏輯 都會變成"可預測"
太赞了
牛,打开我的学习新世界!
我在老师讲交叉熵视频里听到一句话“激活函数是神经网络的价值观” 来到这条视频,但看完了也没有找到这句话 ^-^
三体社会的比喻太精彩了
數學背景需要 線性代數以及微積分😅並不難,只是離開學校太久,生疏了 😞🚫😔
老师太棒了,加油
牛逼 深入浅出🎉🎉
不明觉厉,学习~
好強喔 感謝分享
thanks,what a terrific video!
動畫座標軸可以拉來拉去真的牛逼~
制作的很精良,马上关注了
Up主若去學校教學,一定會是個一流的老師。
我在資工系教了一輩子專業科目(偶而也會講解Neural nets),也沒Up主講得這麼清楚、這麼容易讓人了解。
謹呈上一句衷心的「佩服」。
我覺得博主很棒,老師也很棒,面對解決真的會讓人一路狂奔進步,李尚義陳韻濃這兩位我就深感看不起,在知識之前的狂妄傲慢,卻又無所作為
質量真是相當高,在youtube也是世界級的優質!
由浅入深,讲得非常好,感谢博主的分享!
讲的真好,一直自学这些机器学习的东西,觉得神神乎乎的,听了这个讲座,有点恍然大悟的感觉。我也是长治老乡,认识你,很为这么优秀的年轻老乡骄傲。
长治人吗?你在哪生活啊?
王木頭是我截至目前為止所碰過最「甘心」、 最熱心,、最傑出的科普講員 ❤
真是优质。像这样优质的视频再来十个,每个我看十遍应该就能懂了。
赞同。不只是优。 还很细腻。 把思路换成文字
这次的动画也是花足了功夫,紧凑又精准!
將一門學問以他人聽得懂的方式描述著實不容易,謝謝您帶來的知識饗宴!
真的讲得非常好,UP主有深厚的数学功底,路赞
It is so inspiring to see you clearly explain all the deep learning knowledge in one 40 mins video, and it is very easy to understand. Thank you so much!
這篇必須蒐藏!數學的解釋很直觀,不過如果是對數學陌生的初學者,可以先看GrandmaCan那個實際操作範例影片,再回來看這篇的解說就會比較容易理解
建议大家从b站过来的话,多点观看时长,不要只点赞评论,最好第一遍不要在b站看,这样TH-cam或许才会认同这个长视频的值得推荐的程度,不然点进来就只是点赞评论,可能会被认为是刷数据
以前只知在电脑上用,并不完全理解,或者说比较模糊,现在就很清楚了。
谢谢王先生。
太厉害了,我本来是来学习机器学习的,这个是最好的导论,也让我保持敬畏,无数次赞叹up数学功底,应用和思考神奇结合,视频做得更好,思维巧妙,数学史如数家珍,我深感数学的奥秘,古希腊logic学派甚有道理
目前看到的最好的中文解释,感谢分享!
优秀!能让人听懂才是好老师
讲得很不错,看得出下了很多功夫,动画讲义都接近完美,赞👍👍~
*唯一有点不足的,两个向量的点积应该写成 A · B = AᵀB ≠ Aᵀ · B,后者 Aᵀ · B = (Aᵀ) ᵀ B = AB, 两个列向量不能进行矩阵乘积
哈哈 感谢分享 十多年前在学校里学过一点基础的 毕设甚至都做的神经网络相关的内容 但当时人工智能还没这么流行 所以工作就做别的领域了 后来眼见着各种AI的突破 也想过要重新把这些都拾起来 并针对那些后来出现的技术做一些更深入的学习 但是感觉现在工作也不错 而AI可能也已经泡沫化了 所以来回跳可能得不偿失 就懒的一直没学习 油管给我推这个视频可以说是帮我重新学习AI的一个很好的契机 可以让我相对高效又省力的复习/学习 最后再次感谢 频道已经订阅了 其他视频有时间我也会再来看的
講得太好了感恩
幸好能看到老師如此清楚的講解。很棒。感謝。
24:44 数学概率和哲学有时是相通的。水至清则无鱼,百家争鸣,只要是内发的而不是被外宣控制的,有机会从穷举中找到一条适时的路线。
处理AI的问题关键在将资源划分维度,达到精细调整和维度的平衡。这就是策略。
非常了不起。希望有出書,這樣方便讀者日後複習
謝謝整理, 祝一生平安
好小众的祝福哈哈哈哈哈,不过讲的真的好
非常好的视频,鼓励博主继续坚持下去,做出更多更好的作品!!
感谢王木头老师的付出,太棒了。
40:25 最后的学习率应该是不用级联相乘的。每一层用一样的学习率。
谢谢您的热心奉献,学到很多; 请继续发表更多的视频。
这个教程真棒!!!
用顏色來區分符號和作用 真的很有用 哪怕是一個新的概念也很好理解
Jesus you made the best video to explain the issues, THANK YOU SO MUCH !!!
講的好仔細呀,感謝你
看起來像是我三十年前在專科學院學的類神經控制理論啊。當時同時學了fuzzy control.對應到車子是上世紀的motronic control 和steptronic control.
讲的非常好,更像是让数学家构架了一座能和机器学习者思考的方法
看了两遍,打卡。
看了很多教學影片,講數學的時候只講數學,不然就只有模型圖沒數學
這片完美結合數學跟模型,清楚的教學動畫,看完更了解變數,分類,特徵,向量,梯度
举的例子和视频配合比较好,讲的真清晰!
你怎么能讲的这么好???!!!❤
不错啊,支持,不是计算机专业的看着挺吃力,慢慢看了
视频越做 质量越好了, 支持 木头, 继续做更高质量的视频
大愛❤,講得太好了
感谢博主,真的很清晰!
真的让我懂了很多
质量相当高,讲得非常清楚。我看过很多这类的,没有一个说得这么清楚的,简直是抽丝剥茧。可以打赏吗?然后如果可以出英语讲解的话(不只是字幕),在油管上肯定能有更多关注
讲的太好了,期待坚持下去
很棒! 感谢博主!
心中充满感激之情
这个真不错啊
非常感谢!收益匪浅~
Thank you!
Thanks!
太棒了! 我一直對數學沒有興趣 這是第一次我想嘗試去了解數學
厉害 浅显易懂
讲的非常好!
山西老乡,非常好的视频!
特别特别好的视屏 谢谢
感謝你的無私分享, 讓我想通很多東西
深入浅出~挺不错的👍🏼
感謝你的視頻,質量非常高
讲的太好了!
非常喜欢你的视频。
非常好
超優質視頻👏👏期待未來更多精彩內容🙏
智能进化这么久,太复杂了,可视化讲的非常有用
用数学逻辑来展开,真的很有意思,也很启发
看了两遍,太精彩了
善哉善哉!!!
只能说,良心博主
不但视频动态做的好,讲解声宏亮自信让人信服
感谢!
赞赞赞,必须支持
特別推薦 雖然我一遍聽不懂 可能要多聽幾遍了
这个视频系列公益意义远大于盈利,我看到一个点赞一个
终于知道机器是怎么实现智能的过程了,视频主好厉害,通俗易懂❤🫡👍
老师超有才,是博士吗
作者的动画做的真牛·
講得真好,支持 🙌🏻
上的人工智能导论就是视频里的,模型懂是懂了,就是看代码的时候很迷糊
你太优秀了,是个卓越的人
在讲梯度下降法的时候,为什么直接对Y求最大值,而不是对损失函数呢?
神了!這木头真的是不簡單
太棒了
梯度消失不是学习率累积相乘导致的, 学习率每层都是一样的
從數學來看,「機器學習」就是函數「最小化」的過程
😅
瞎子摸象
非常好的视频:),对于初学者有点睛的作用。
原来我们是老乡啊,听你的讲解收益匪浅,你是二中的吗?
33分钟处开始 就稍微有点懵 尤其是为什么反向传播中斜坡一样的sigmoid函数会变成像山脉一样的函数图像 有些不理解
相当优质的视频,谢谢制作!
想太多了 什麼不可解釋 都是可以解釋的 否則怎麼會有人格分析這個專業? 人在去做一件事之前 你可能會覺得不可解釋 但是 當你觀察一個人經過一些事情去分析他的邏輯與價值觀以後 你就能預測他的行為模式 哪來的不可預測.......... 如果ai可以收集你在網路上的所有資訊 沒有什麼不可預測的 你的所有背景 你的價值觀 你的行為邏輯 都會變成"可預測"
太赞了
牛,打开我的学习新世界!
我在老师讲交叉熵视频里听到一句话“激活函数是神经网络的价值观” 来到这条视频,但看完了也没有找到这句话 ^-^
三体社会的比喻太精彩了
數學背景需要 線性代數以及微積分😅
並不難,只是離開學校太久,生疏了
😞🚫😔
老师太棒了,加油
牛逼 深入浅出🎉🎉
不明觉厉,学习~
好強喔 感謝分享
thanks,what a terrific video!
動畫座標軸可以拉來拉去真的牛逼~
制作的很精良,马上关注了