【內容簡介】《循環神經網絡(RNN)與MATLAB程序詳解視頻》共7章81節視頻，總學時726分鐘，合12.1小時。主要內容包括：視頻課程內容介紹及慎拍不拍說明與參考文獻，循環神經網絡(RNN)算法基本概念、理論及實例步驟，原始流行程序RNN.m詳解及可加可改問題，改進自適應學習率RAdam與新優RNN程序詳解，新優RNN程序可改建議及不同學習率對比與通用模板，股票預測問題用RNN求解與RNN函數關系式寫法，RNN算法對意大利葡萄酒特征數據進行識別分類及圖像識別分類。全部提供MATLAB代碼程序和PPT課件。提供輔導答疑。

       2020年6月29日發布。

第一章  視頻課程內容介紹及慎拍不拍說明與參考文獻

1、先看全面講解9個關鍵重點問題和店主預言先告必看第三版（38+4分鐘）

2、RNN1_1視頻講些什么內容及能干什么說明（8分鐘，網絡上免費“試看”）

3、RNN1_2MATLAB程序使用說明及亮點特點介紹（6分鐘，網絡上免費“試看”）

4、RNN2_1慎拍不拍說明及學習要求與參考文獻（11分鐘，網絡上免費“試看”）

第二章  循環神經網絡(RNN)算法基本概念、理論及實例步驟

5、RNN4_1循環神經網絡算法基本思想與應用領域（16分鐘）

6、RNN5_1神經網絡基本概念及記號解讀 （13分鐘）

7、RNN5_2層間輸入與輸出等式及誤差反向傳播（10鐘）

8、RNN5_3引入循環神經網絡原因及其算法特點（5分鐘）

9、RNN5_4循環神經網絡結構及信號流向（13分鐘）

10、RNN5_5RNN兩個實例介紹及假設與初始化問題（6分鐘）

11、RNN5_6數值序列和文本單詞識別兩例分析（13分鐘）

12、RNN5_7循環神經網絡訓練流程步驟（6分鐘）

13、RNN5_8總誤差函數及隨機梯度下降法公式（10分鐘，有程序）

14、RNN5_9delta誤差項定義及W和U的梯度公式（10分鐘，有程序）

15、RNN5_10BPTT算法14點步驟（7分鐘，有程序）

16、RNN5_11目前程序少實例少及學習對策（6分鐘，有程序，網絡上免費“試看”）

17、RNN5_12思考8個問題及總結重點（16分鐘，有程序）

第三章  原始流行程序RNN.m詳解及可加可改問題

18、RNN6_1二進制數加法及進位問題分析（6分鐘，有程序）

19、RNN6_2原始且流行程序運行及對比目的（9分鐘，有程序）

第四章  改進自適應學習率RAdam與新優RNN程序詳解

35、RNN8_1學習目標及二進制加法進位問題分析（8分鐘，有程序）

36、RNN8_2新優程序信息及其8個特點介紹（7分鐘，有程序，網絡上免費“試看”）

第五章  新優RNN程序可改建議及不同學習率對比與通用模板

51、RNN9_1 可改數據歸一化隨機化及參數優化建議（11分鐘，有程序，網絡上免費“試看”）

52、RNN9_2可改批次大小與激活函數類型及學習率方法（5分鐘，有程序）

第六章  股票預測問題用RNN求解與RNN函數關系式寫法

57、RNN10_1學習目的及股票預測實際問題說明（10分鐘，有程序）

58、RNN10_2擬合預測問題及算法流程介紹（12分鐘，有程序）

71、RNN10_15總結擬合預測及其程序實現等問題（4分鐘，有程序）

第七章  意大利葡萄酒特征數據進行識別分類及圖像識別分類

72、RNN11_1學習目的及葡萄酒識別分類問題說明（13分鐘，有程序）

79、RNN11_8模型擴展6處及圖像識別建議（7分鐘，有程序）

80、RNN11_9算法擴展6點及思考怎么用程序等問題（10分鐘，有程序）

81、RNN11_10問題特征與程序改寫及算法結合等總結（11分鐘，有程序）

五、下載文件

附件1_必先看_循環神經網絡及程序視頻學習指導.doc

附件2_循環神經網絡與程序視頻_PPT課件.rar

附件3_循環神經網絡全部程序m_鄭一.rar