【Deeplearning.ai 】吴恩达深度学习笔记及课后作业目录
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
- 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 ...
- 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 ...
- 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 ...
- 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. ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- XML解析——Jsoup解析器
一.Jsoup解析器快速入门案例 Docement对象,文本对象,包含着各个Dom树结构 1.引入Jsoup解析器的jar包放在lib文件夹下后,写java代码 其中, 二.Jsoup对象 1.Jso ...
- MySQL查询之内连接,外连接查询场景的区别与不同
前言 我在写sql查询的时候,用的最多的就是where条件查询,这种查询也叫内连查询inner join,当然还有外连查询outer join,左外连接,右外连接查询,常用在多对多关系中,那他们区别和 ...
- springmvc配置过程中遇到的一些问题总结
springmvc配置过程中遇到的一些问题总结 1.配置tomcat过程中的错误: 2.配置web.xml中DispatchServlet报红(配置好已有依赖条件下) 解决的办法: 因为新添加依赖,m ...
- Hadoop 2.x安装
1.关闭防火墙 systemctl stop firewalld.service #停止firewallsystemctl disable firewalld.service #禁止firewall开 ...
- C++快读讲解
C++快读讲解 inline int read(){ int x=0,f=1; char ch=getchar(); while(ch<'0'||ch>'9'){ if(ch=='-') ...
- PHP中的MySQLi扩展学习(一)MySQLi介绍
关于 PDO 的学习我们告一段落,从这篇文章开始,我们继续学习另外一个 MySQL 扩展,也就是除了 PDO 之外的最核心的 MySQLi 扩展.可以说它的祖先,也就是 MySQL(原始) 扩展是我们 ...
- PHP设计模式之原型模式
原型模式其实更形象的来说应该叫克隆模式.它主要的行为是对对象进行克隆,但是又把被克隆的对象称之为最初的原型,于是,这个模式就这样被命名了.说真的,从使用方式来看真的感觉叫克隆模式更贴切一些. Gof类 ...
- Java基础系列(21)- dowhile循环
do-while循环 对于while语句而言,如果不满足条件,则不能进入循环.但有时候我们需要即使不满足条件,也至少执行一次 do-while循环和while循环相似,不同的是,do-while循环至 ...
- css定位,class属性之间有空格与无空格的区别
中间有空格的情况 是选择到.class1类下的.class2类子节点,即.class2类的节点要是.class1类子节点 <style> .class1 { color: black; } ...
- Linux 清理缓存
1. free -m 命令可以查看内存使用情况 2. sync :因为系统在操作的过程当中,会把你的操作到的文件资料先保存到buffer中去,因为怕你在操作的过程中因为断电等原因遗失数据,所以在 ...