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
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. k8s garbage collector分析(1)-启动分析

    k8s garbage collector分析(1)-启动分析 garbage collector介绍 Kubernetes garbage collector即垃圾收集器,存在于kube-contr ...

  2. AOP快速入门

    一.概念 AOP面向切面编程,是函数式编程的延申,是对OOP的补充: 代理模式:拦截增强作用,增强功能: 1.java继承,纵向共性抽取, 2.横向切面AOP织入增强代码方式 二.原理是通过代理机制, ...

  3. weblogic漏洞初探之CVE-2015-4852

    weblogic漏洞初探之CVE-2015-4852 一.环境搭建 1. 搭建docker 这里用了vulhub的环境进行修改:https://vulhub.org/ 新建个文件夹,创建两个文件doc ...

  4. 1.Java 基础

    1. JDK 和 JRE 有什么区别? jdk:开发工具包,jre:java运行环境 jdk包含了jre和java开发环境,如编译java源码的编译器javac,还包含了许多java程序调试和分析的工 ...

  5. 洛谷P1056——排座椅(模拟,贪心,排序)

    https://www.luogu.org/problem/show?pid=1056 题目描述 上课的时候总会有一些同学和前后左右的人交头接耳,这是令小学班主任十分头疼的一件事情.不过,班主任小雪发 ...

  6. Docker入门系列之二:Docker术语

    原文作者:Jeff Hale 原文地址:https://towardsdatascience.com/learn-enough-docker-to-be-useful-1c40ea269fa8 翻译: ...

  7. PHP的DBA扩展学习

    今天我们讲的 DBA 并不是传统的数据库管理员那个 DBA ,而是一个 PHP 中的巴克利风格数据库的扩展.巴克利风格数据库其实就是我们常说的键值对形式的 K/V 数据库.就像我们平常用得非常多的 m ...

  8. Linux系列(37) - 源码包与RPM包区别(1)

    源码包是不能使用[service]命令来启动服务,因为源码包的安装位置由用户指定 源码包一般安装在: /usr/local/软件名/ ,源码包安装的服务,只能用绝对路径进行服务的管理 rpm包安装后, ...

  9. redis代替mybatis做缓存

    将redis作为缓存 <dependencies> <dependency> <groupId>org.springframework.boot</group ...

  10. 鸿蒙内核源码分析(挂载目录篇) | 为何文件系统需要挂载 | 百篇博客分析OpenHarmony源码 | v65.01

    百篇博客系列篇.本篇为: v65.xx 鸿蒙内核源码分析(挂载目录篇) | 为何文件系统需要挂载 | 51.c.h.o 文件系统相关篇为: v62.xx 鸿蒙内核源码分析(文件概念篇) | 为什么说一 ...