吴恩达深度学习课程的课堂笔记以及课后作业

代码下载：https://github.com/douzujun/Deep-Learning-Coursera

吴恩达推荐笔记：https://mp.weixin.qq.com/s/cX9_DiqofPhdXrY_0oTEAw

课程1 - 神经网络和深度学习

周数 名称 类型 地址
week1 深度学习简介 测验 略
week2 神经网络基础 笔记 逻辑回归 逻辑回归推导
具有神经网络思维的Logistic回归 编程作业 识别猫
week3 浅层神经网络 笔记 浅层神经网络
带有一个隐藏层的平面数据分类 编程作业 平面数据分类
week4 深度神经网络的关键概念 笔记 深层神经网络 公式推导
一步步搭建多层神经网络 编程作业 手写神经网络
深层神经网络应用 (识别猫) 编程作业 识别猫

课程2 - 改善深层神经网络：超参数调试、正则化以及优化

周数 名称 类型 地址
week1 改善深层神经网络：超参数调试 正则化以及梯度相关 笔记 超参数调试 正则化以及梯度相关
编程作业 Initializaion
Regularization
GradientChecking
week2 改善深层神经网络：优化算法 笔记 优化算法
编程作业 Optimization Methods
week3 改善深层神经网络：超参数调试 Batch归一化 Softmax 笔记 超参数调试 Batch归一化 Softmax
编程作业 Tensorflow 实现手势识别

课程3 - 结构化机器学习项目

周数 名称 类型 地址
week1 结构化机器学习项目（上） 笔记 结构化机器学习项目 （上）
week2 结构化机器学习项目（下） 笔记 结构化机器学习项目 （下）

课程4 - 卷积神经网络

周数 名称 类型 地址
week1 卷积神经网络基础 笔记 卷积神经网络基础
编程作业 一步步搭建CNN模型
TensorFlow实现手势数字识别
week2 深度卷积网络 笔记 深度卷积网络
编程作业 Keras tutorial - 笑脸识别
Residual Networks
week3 笔记
编程作业
week4 笔记
编程作业
编程作业

课程5 - 序列模型

周数 名称 类型 地址
week1 循环序列模型[RNN GRU LSTM] 笔记 序列模型1
编程作业 一步步实现RNN与LSTM
Character level language model
LSTM网络生成爵士乐
week2 NLP & Word Embeddings 笔记 序列模型（二）
编程作业 词向量的操作
Emoji表情生成器
week3 Sequence models & Attention mechanism 笔记 序列模型（三）
编程作业 Neural Machine Translation with Attention
Trigger Word Detection

【Deeplearning.ai 】吴恩达深度学习笔记及课后作业目录的更多相关文章

  1. 吴恩达深度学习笔记（deeplearning.ai）之卷积神经网络（二）

    经典网络 LeNet-5 AlexNet VGG Ng介绍了上述三个在计算机视觉中的经典网络.网络深度逐渐增加,训练的参数数量也骤增.AlexNet大约6000万参数,VGG大约上亿参数. 从中我们可 ...

  2. 吴恩达深度学习笔记（deeplearning.ai）之卷积神经网络（CNN）（上）

    作者:szx_spark 1. Padding 在卷积操作中,过滤器(又称核)的大小通常为奇数,如3x3,5x5.这样的好处有两点: 在特征图(二维卷积)中就会存在一个中心像素点.有一个中心像素点会十 ...

  3. 吴恩达深度学习笔记（deeplearning.ai）之循环神经网络（RNN）（三）

    1. 导读 本节内容介绍普通RNN的弊端,从而引入各种变体RNN,主要讲述GRU与LSTM的工作原理. 事先声明,本人采用ng在课堂上所使用的符号系统,与某些学术文献上的命名有所不同,不过核心思想都是 ...

  4. 吴恩达深度学习笔记（deeplearning.ai）之卷积神经网络（一）

    Padding 在卷积操作中,过滤器(又称核)的大小通常为奇数,如3x3,5x5.这样的好处有两点: 在特征图(二维卷积)中就会存在一个中心像素点.有一个中心像素点会十分方便,便于指出过滤器的位置. ...

  5. 吴恩达深度学习笔记（八） —— ResNets残差网络

    (很好的博客:残差网络ResNet笔记) 主要内容: 一.深层神经网络的优点和缺陷 二.残差网络的引入 三.残差网络的可行性 四.identity block 和 convolutional bloc ...

  6. 吴恩达深度学习笔记（十二）—— Batch Normalization

        主要内容: 一.Normalizing activations in a network 二.Fitting Batch Norm in a neural network 三.Why does ...

  7. 吴恩达深度学习笔记（七） —— Batch Normalization

    主要内容: 一.Batch Norm简介 二.归一化网络的激活函数 三.Batch Norm拟合进神经网络 四.测试时的Batch Norm 一.Batch Norm简介 1.在机器学习中,我们一般会 ...

  8. 吴恩达深度学习笔记1-神经网络的编程基础(Basics of Neural Network programming)

    一:二分类(Binary Classification) 逻辑回归是一个用于二分类(binary classification)的算法.在二分类问题中,我们的目标就是习得一个分类器,它以对象的特征向量 ...

  9. 吴恩达深度学习笔记（十一）—— dropout正则化

    主要内容: 一.dropout正则化的思想 二.dropout算法流程 三.dropout的优缺点 一.dropout正则化的思想 在神经网络中,dropout是一种“玄学”的正则化方法,以减少过拟合 ...

随机推荐

  1. OSS对象存储的文件上传、解冻、下载与查看

    上传文件 cp命令用于上传.下载.拷贝文件. # 语法 ./ossutil cp [-r] file_url cloud_url # 例如 ossutil64 cp -r /remote/closed ...

  2. Redis集群的搭建及与SpringBoot的整合

    1.概述 之前聊了Redis的哨兵模式,哨兵模式解决了读的并发问题,也解决了Master节点单点的问题. 但随着系统越来越庞大,缓存的数据越来越多,服务器的内存容量又成了问题,需要水平扩容,此时哨兵模 ...

  3. C# Dapper基本三层架构使用 （二、Model）

    我们将数据存放在数据库中,数据表的结构,我们通常会用一个类来抽象,表的属性就是类的属性,我们通常将表的一行存储在一个类中. 在Java中,通常将其称为实体类Entity,在C#中,通常将其称为Mode ...

  4. python3.x内置函数

    函数 返回值类型 函数详情 abs(x) int|float 求绝对值,若是复数则返回复数的模 all(iterable) bool 若所有元素为真则返回True(非0,非空,非None) any(i ...

  5. weblogic之XXE利用与分析

    weblogic之XXE利用与分析 本篇文章漏洞环境使用p神的CVE-2018-2628 本机IP:192.168.202.1 被攻击主机IP:192.168.202.129 一. xxer工具 1. ...

  6. (8)java Spring Cloud+Spring boot+mybatis企业快速开发架构之SpringCloud-Spring Cloud Eureka是什么？

    ​ Spring Cloud Eureka 是 Spring Cloud Netflix 微服务套件的一部分,基于 Netflix Eureka 做了二次封装,主要负责实现微服务架构中的服务治理功能. ...

  7. 截断误差VS舍入误差

     截断误差:是指计算某个算式时没有精确的计算结果,如积分计算,无穷级数计算等,使用极限的形式表达的,显然我们只能截取有限项进行计算,此时必定会有误差存在,这就是截断误差. 舍入误差:是指由于计算机表示 ...

  8. 猪齿鱼 SaaS 版效能平台发布

    ​日前,猪齿鱼Choerodon全场景效能平台Saas版发布,提供体系化方法论和协作.测试.DevOps及容器工具,帮助企业拉通需求.设计.开发.部署.测试和运营流程,一站式提高管理效率和质量.从团队 ...

  9. php去除html标签

    function cutstr_html($string){ $string = strip_tags($string); $string = preg_replace(["\t" ...

  10. mac的vssh用sftp连不上,报unexpected SSH2_MSG_UNIMPLEMENTED packet