JavaShuo
欄目
標籤
吳恩達深度學習課程筆記
時間 2019-11-25
標籤
深度
學習
課程
筆記
简体版
原文
原文鏈接
神經網絡和深度學習
課程
1-1深度學習概述
2-1 神經網絡的編程基礎
2-2 邏輯迴歸代價函數與梯度降低
2-3 計算圖與邏輯迴歸中的梯度降低
2-4 向量化
2-5 向量化邏輯迴歸
2-6 向量化 logistic 迴歸的梯度輸出
2-7 Python 中的廣播
2-8 關於 python _ numpy 向量的說明
2-9 logistic 損失函數的解釋
3-1 神經網絡概述
3-2 神經網絡的表示
3-3 計算一個神經網絡的輸出
3-4 多樣本向量化
3-5 激活函數
3-6 激活函數的導數
3-7 神經網絡的梯度降低
3-8 隨機初始化
4-1 深層神經網絡
4-2 前向傳播和反向傳播
4-3 覈對矩陣的維數
4-4 爲何使用深層表示?
4-5 搭建神經網絡塊
4-6 參數 VS 超參數
做業
Python Basics with Numpy
Logistic Regression with a Neural Network mindset
Planar data classification with one hidden layer
Building your Deep Neural Network: Step by Step
Deep Neural Network for Image Classification: Application
改善深層神經網絡:超參數調試、正則化以及優化
課程
1-1 訓練,驗證,測試集
1-2 誤差,方差
1-3 機器學習基礎
1-4 正則化
1-5 爲何正則化有利於預防過擬合呢?
1-6 dropout 正則化
1-7 理解 dropout
1-8 其餘正則化方法
1-9 歸一化輸入
1-10 梯度消失/梯度爆炸
1-11 神經網絡的權重初始化
1-12 梯度的數值逼近
1-13 梯度檢驗
1-14 梯度檢驗應用的注意事項
2-1 Mini-batch 梯度降低
2-2 理解 mini-batch 梯度降低法
2-3 指數加權平均數
2-4 指數加權平均的誤差修正
2-5 動量梯度降低法
2-6 RMSprop
2-7 Adam 優化算法
2-8 學習率衰減
2-9 局部最優的問題
3-1 調試處理
3-2 爲超參數選擇合適的範圍
3-3 超參數訓練的實踐
3-4 歸一化網絡的激活函數
3-5 將 Batch Norm 擬合進神經網絡
3-6 Batch Norm 爲何奏效?
3-7 測試時的 Batch Norm
3-8 Softmax 迴歸
3-9 訓練一個 Softmax 分類器
3-10 TensorFlow
結構化機器學習項目
課程
1-1 正交化
1-2 單一數字評估指標
1-3 知足和優化指標
1-4 訓練/開發/測試集劃分
1-5 何時該改變開發/測試集和指標?
1-6 爲何是人的表現?
1-7 可避免誤差
1-8 理解人的表現
1-9 超過人的表現
1-10 改善你的模型的表現
2-1 進行偏差分析
2-2 清除標註錯誤的數據
2-3 快速搭建你的第一個系統,並進行迭代
2-4 在不一樣的劃分上進行訓練並測試
2-5 不匹配數據劃分的誤差和方差
2-6 定位數據不匹配
2-7 遷移學習
2-8 多任務學習
2-9 什麼是端到端的深度學習?
2-10 是否要使用端到端的深度學習?
卷積神經網絡
1-1 計算機視覺
1-2 邊緣檢測示例
1-3 更多邊緣檢測內容
1-4 Padding
1-5 卷積步長
1-6 三維卷積
1-7 單層卷積網絡
1-8 簡單卷積網絡示例
1-9 池化層(Pooling layers)
1-10 卷積神經網絡示例
1-11 爲何使用卷積?
2-1 經典網絡
2-2 殘差網絡
2-3 殘差網絡爲何有用?
2-4 網絡中的網絡以及 1×1 卷積
2-5 谷歌 Inception 網絡簡介
2-6 Inception 網絡
2-7 遷移學習
2-8 數據擴充
2-9 計算機視覺現狀
3-1 目標定位
3-2 特徵點檢測
3-3 目標檢測
3-4 卷積的滑動窗口實現
3-5 Bounding Box 預測
3-6 交併比
3-7 非極大值抑制
3-8 Anchor Boxes
3-9 YOLO 算法
3-10 候選區域
4-1 One-Shot 學習
4-2 Siamese 網絡
4-3 Triplet 損失
4-4 面部驗證與二分類
4-5 什麼是神經風格轉換?
4-6 什麼是深度卷積網絡 ?
4-7 代價函數
4-8 內容代價函數
4-9 風格代價函數
4-10 一維到三維推廣
相關文章
1.
吳恩達深度學習筆記
2.
吳恩達-深度學習筆記1
3.
吳恩達《深度學習》筆記(一)
4.
吳恩達深度學習課程筆記
5.
Elam的吳恩達深度學習課程筆記(一)
6.
吳恩達老師深度學習課程完整筆記
7.
吳恩達《神經網絡與深度學習》課程筆記
8.
深度學習-吳恩達
9.
吳恩達 深度學習
10.
吳恩達《深度學習》第二課第三週筆記
更多相關文章...
•
您已經學習了 XML Schema,下一步學習什麼呢?
-
XML Schema 教程
•
我們已經學習了 SQL,下一步學習什麼呢?
-
SQL 教程
•
Tomcat學習筆記(史上最全tomcat學習筆記)
•
算法總結-深度優先算法
相關標籤/搜索
吳恩達課程使用
吳恩達機器學習
深度學習筆記
課程筆記
深度學習
學習筆記
吳恩達課後編程做業
深度學習 CNN
Python深度學習
Python 深度學習
PHP教程
Thymeleaf 教程
MyBatis教程
學習路線
調度
教程
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
Appium入門
2.
Spring WebFlux 源碼分析(2)-Netty 服務器啓動服務流程 --TBD
3.
wxpython入門第六步(高級組件)
4.
CentOS7.5安裝SVN和可視化管理工具iF.SVNAdmin
5.
jedis 3.0.1中JedisPoolConfig對象缺少setMaxIdle、setMaxWaitMillis等方法,問題記錄
6.
一步一圖一代碼,一定要讓你真正徹底明白紅黑樹
7.
2018-04-12—(重點)源碼角度分析Handler運行原理
8.
Spring AOP源碼詳細解析
9.
Spring Cloud(1)
10.
python簡單爬去油價信息發送到公衆號
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
吳恩達深度學習筆記
2.
吳恩達-深度學習筆記1
3.
吳恩達《深度學習》筆記(一)
4.
吳恩達深度學習課程筆記
5.
Elam的吳恩達深度學習課程筆記(一)
6.
吳恩達老師深度學習課程完整筆記
7.
吳恩達《神經網絡與深度學習》課程筆記
8.
深度學習-吳恩達
9.
吳恩達 深度學習
10.
吳恩達《深度學習》第二課第三週筆記
>>更多相關文章<<