Udemy線上課程 (Ken Cen出品)Generative AI第29部 神經網絡2.0 - KAN vs 傳統MLP 講師:瞭解更多 影音教學 中文發音 繁體中文版(DVD版)

內容說明:
課程將帶領學員從傳統神經網絡（MLP）的基礎出發，逐步深入理解 KAN（Kolmogorov–Arnold Network） 的結構、數學原理與實作方法。
課程內容：
什麼是 MLP 多層感知器 & 如何在 PyTorch 中實現 MLP？
MLP 是所有深度學習模型的基礎建築單元，你學會它，就能理解大多數 AI 模型的骨架
如何用 MLP 實現真實數據訓練和測試評估
這是實際部署 AI 模型的必備能力
什麼是 KAN 架構 & 貝茲曲線 & B-Spline & 基底函數 & 局部控制 & 網格擴展
KAN（Kernel-based Activation Networks）是對傳統 MLP 結構的一種突破，它用數學曲線（如 B-spline）來取代固定的 activation function
基底函數（basis function） ? 這是類似於 Radial Basis Function (RBF)、Fourier series 等模型的核心思想
Bezier 曲線、B-Spline ? 你可以使用數學工具更細膩地控制神經元行為
局部控制 / 局部學習 ? 對應於神經元只對一小區域輸入敏感，這種性質非常適合高維/稀疏資料
網格擴展 ? 可以學習如何讓模型具備更強的「解析能力」與「數值穩定性」
課程內容:
01 - 課程環境準備
001 加入Udemy 全球最大的中文 AI 課程.mp4
002 課程需要的軟體如何安裝.mp4
003 如何使用uv 作為包管理器和項目管理工具.mp4
02 - 什麼是 MLP 多層感知器 & 如何在 Pytorch 中實現 MLP
001 什麼是 MLP 多層感知器 & 如何在 Pytorch 中實現 MLP.mp4
002 如何用 MLP 實現真實數據訓練和測試評估.mp4
03 - 什麼是 KAN 架構 & 貝茲曲線 & B-Spline & 基底函數 & 局部控制 & 網格擴展
001 什麼是 KAN 架構 & 貝茲曲線 & B-Spline & 基底函數 & 局部控制 & 網格擴展.mp4
04 - 如何用 Python 製作 KAN
001 如何用 Python 製作神經元結構 & B-Spline 基底函數.mp4
002 如何用 Python 將 KAN 神經元結合 Feed Forward 前饋神經網絡.mp4