【目录】【中文】【deplearning.ai】【吴恩达课后作业目录】
| 【目录】【吴恩达课后作业目录】 | |||||
| 吴恩达深度学习相关资源下载地址(蓝奏云) | |||||
| 课程 | 周数 | 名称 | 类型 | 语言 | 地址 |
| 课程1 - 神经网络和深度学习 | 第1周 | 深度学习简介 | 测验 | 中英 | 传送门 |
| 无编程作业 | 编程作业 | —— | —— | ||
| 第2周 | 神经网络基础 | 测验 | 中英 | 传送门 | |
| 具有神经网络思维的Logistic回归 | 编程作业 | 中文 | 传送门 | ||
| 第3周 | 浅层神经网络 | 测验 | 中英 | 传送门 | |
| 带有一个隐藏层的平面数据分类 | 编程作业 | 中文 | 传送门 | ||
| 第4周 | 深度神经网络的关键概念 | 测验 | 中英 | 传送门 | |
| 一步步搭建多层神经网络以及应用(1 & 2) | 编程作业 | 中文 | 传送门 | ||
| 课程2 - 改善深层神经网络 | 第1周 | 深度学习的实践 | 测验 | 中英 | 传送门 |
| 初始化、正则化、梯度校验(1 & 2 & 3) | 编程作业 | 中文 | 传送门 | ||
| 第2周 | 优化算法 | 测验 | 中英 | 传送门 | |
| 优化算法实战 | 编程作业 | 中文 | 传送门 | ||
| 第3周 | 超参数调整,批量标准化,编程框架 | 测验 | 中英 | 传送门 | |
| TensorFlow入门 | 编程作业 | 中文 | 传送门 | ||
| 课程3 - 结构化机器学习项目 | 第1周 | 和平之城中的鸟类识别(案例研究) | 测验 | 中英 | 传送门 |
| 无编程作业 | 编程作业 | —— | —— | ||
| 第2周 | 自动驾驶(案例研究) | 测验 | 中英 | 传送门 | |
| 无编程作业 | 编程作业 | —— | —— | ||
| 课程4 - 卷积神经网络 | 第1周 | 卷积神经网络的基本知识 | 测验 | 中英 | 传送门 |
| 搭建卷积神经网络模型以及应用(1&2) | 编程作业 | 中文 | 传送门 | ||
| 第2周 | 深度卷积模型 | 测验 | 中英 | 传送门 | |
| Keras入门与残差网络的搭建 | 编程作业 | 中文 | 传送门 | ||
| 第3周 | 检测算法 | 测验 | 中英 | 传送门 | |
| 车辆识别 | 编程作业 | 中文 | 传送门 | ||
| 第4周 | 特殊应用:人脸识别和神经风格转换 | 测验 | 中英 | 传送门 | |
| 人脸识别与神经风格转换 | 编程作业 | 中文 | 传送门 | ||
| 课程5 - 序列模型 | 第1周 | 循环神经网络 | 测验 | 中英 | 传送门 |
| 搭建循环神经网络及其应用 | 编程作业 | 中文 | 传送门 | ||
| 第2周 | 自然语言处理与词嵌入 | 测验 | 中英 | 传送门 | |
| 词向量的运算与Emoji生成器 | 编程作业 | 中文 | 传送门 | ||
| 第3周 | 序列模型与注意力机制 | 测验 | 中英 | 传送门 | |
| 机器翻译与触发词检测 | 编程作业 | 中文 | 传送门 | ||
【目录】【中文】【deplearning.ai】【吴恩达课后作业目录】的更多相关文章
- 【中文】【deplearning.ai】【吴恩达课后作业目录】
[目录][吴恩达课后作业目录] 吴恩达深度学习相关资源下载地址(蓝奏云) 课程 周数 名称 类型 语言 地址 课程1 - 神经网络和深度学习 第1周 深度学习简介 测验 中英 传送门 无编程作业 编程 ...
- 吴恩达课后作业学习2-week1-2正则化
参考:https://blog.csdn.net/u013733326/article/details/79847918 希望大家直接到上面的网址去查看代码,下面是本人的笔记 4.正则化 1)加载数据 ...
- 【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第一周测验【中英】
[吴恩达课后测验]Course 1 - 神经网络和深度学习 - 第一周测验[中英] 第一周测验 - 深度学习简介 和“AI是新电力”相类似的说法是什么? [ ]AI为我们的家庭和办公室的个人设备供电 ...
- 吴恩达课后作业学习1-week4-homework-two-hidden-layer -1
参考:https://blog.csdn.net/u013733326/article/details/79767169 希望大家直接到上面的网址去查看代码,下面是本人的笔记 两层神经网络,和吴恩达课 ...
- 吴恩达课后作业学习1-week4-homework-multi-hidden-layer -2
参考:https://blog.csdn.net/u013733326/article/details/79767169 希望大家直接到上面的网址去查看代码,下面是本人的笔记 实现多层神经网络 1.准 ...
- 吴恩达课后作业学习2-week1-1 初始化
参考:https://blog.csdn.net/u013733326/article/details/79847918 希望大家直接到上面的网址去查看代码,下面是本人的笔记 初始化.正则化.梯度校验 ...
- 【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第二周测验【中英】
[中英][吴恩达课后测验]Course 1 - 神经网络和深度学习 - 第二周测验 第2周测验 - 神经网络基础 神经元节点计算什么? [ ]神经元节点先计算激活函数,再计算线性函数(z = Wx + ...
- 【吴恩达课后编程作业】第二周作业 - Logistic回归-识别猫的图片
1.问题描述 有209张图片作为训练集,50张图片作为测试集,图片中有的是猫的图片,有的不是.每张图片的像素大小为64*64 吴恩达并没有把原始的图片提供给我们 而是把这两个图片集转换成两个.h5文件 ...
- 吴恩达课后习题第二课第三周:TensorFlow Introduction
目录 第二课第三周:TensorFlow Introduction Introduction to TensorFlow 1 - Packages 1.1 - Checking TensorFlow ...
- 吴恩达课后作业学习1-week2-homework-logistic
参考:https://blog.csdn.net/u013733326/article/details/79639509 希望大家直接到上面的网址去查看代码,下面是本人的笔记 搭建一个能够 “识别猫” ...
随机推荐
- 使用 HBuilderX 轻松解决 CSS 代码在一行的问题
前言 最近在做博客园的界面美化,用的是园内大佬的开源项目,配置超级简单,只需要复制粘贴代码就好啦. 但在粘贴 CSS 代码时遇到一个问题,那就是所有代码都挤在了一行,没有一点排板的样子(如下图),对我 ...
- nnUNet 使用方法
首先明确分割任务. 其次明确研究方法和步骤. 再做好前期准备,如数据集的采集.标注以及其中的训练集/测试集划分. 其中的参考链接: (四:2020.07.28)nnUNet最舒服的训练教程(让我的奶奶 ...
- python实现排列组合--itertools
这是一个python自带的工具集,简单好用功能强大,能够大大提升编写代码效率. 功能不止排列组合,其他的用用加深理解了再整理. 官方文档:https://docs.python.org/zh-cn/3 ...
- mysql 导出数据的命令
博客地址:https://www.cnblogs.com/zylyehuo/ # 1.数据库备份与恢复 # mysqldump命令用于备份数据库数据 [root@localhost ~]# mysql ...
- Redis 原理 - List
List 数据结构 Redis 3.2 前,使用 压缩列表zipList 或 双向链表linkedList 当同时满足下面两个条件时,使用zipList存储数据 list保存的每个元素长度小于64字节 ...
- [源码系列:手写spring] IOC第十四节:容器事件和事件监听器
代码分支 https://github.com/yihuiaa/little-spring/tree/event-and-event-listenerhttps://github.com/yihuia ...
- BaseMultiTableInnerInterceptor源码解读
本文首发在我的博客:https://blog.liuzijian.com/post/mybatis-plus-source-multi-table-inner-interceptor.html 一.概 ...
- python练习-爬虫
场景: 1.网址hppt://xxx.yyy.zzz.cn2.打开网页后显示 : 3.填上姓名 身份证和验证码,点击查询后,返回查询结果. 4.页面有cookie. 方案一: 程序中嵌入浏览器根据网址 ...
- JAVA基础之多线程三期--线程安全问题
一.线程安全问题就是指:多个线程并发访问同一个资源而发生安全性的问题, 线程安全问题都是由全局变量及静态变量引起的. 若每个线程中对全局变量.静态变量只有读操作,而无写 操作,一般来说,这个全局变量是 ...
- 微信小程序/H5 调起确认收款界面
微信小程序/H5 调起确认收款界面详解(附代码+平台兼容处理) 场景:用户点击「收款」按钮后,系统调起微信收款组件,用户确认后完成转账或收款流程.该能力广泛用于现金营销.二手交易.佣金报酬.企业赔付等 ...