吴恩达深度学习课程笔记

最新推荐文章于 2024-08-20 08:54:08 发布
最新推荐文章于 2024-08-20 08:54:08 发布
阅读量292 收藏
点赞数 1
分类专栏： 笔记 文章标签： 深度学习 机器学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ManWen_Li/article/details/120686215
版权

吴恩达深度学习课程笔记（持续更新…）

写在前面：
最近才开始有读研究生的感觉omo omo，写个博客记录自己从零开始接触深度学习课程的过程，顺便保存一下笔记天知道哪天我会把笔记搞丢呢，希望自己可以坚持呀！！！也希望自己可以多发博客就像发微博那样，当然，是发关于学习的。不怎么会写csdn，先以图片形式发着，等我进化了我也要发文字版！！！

文章目录

一、logistic回归算法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、Vectorization向量化

在这里插入图片描述
在这里插入图片描述

三、Broadcasting in Python

在这里插入图片描述

吴恩达深度学习笔记
reno_yuan的博客
05-07 1740
你将学习本系列课程(专业): 神经网络和深度学习 改进深度神经网络:超参数调优、正则化和优化 构建你的机器学习项目吨/德 卷积神经网络端到端 自然语言处理:建立序列模型RNN,LSTM 我的目标 理解深度学习基本原理 常用算法 流程 常用术语 不求算术推导 不求算术推导 不求算术推导 使用深度学习框架 入门介绍 例1 房价预测模型 输入映射输出 监督学习有价值的 图像卷积序列 CNN 时间序列 语言序列 RNN RNNS 深度学习神经网络 数据量和质量处于第一序列胜过算法 算法主要加速学习速率如 si
吴恩达深度学习课程笔记（第一周）
最新发布
m0_68857152的博客
10-06 1212
吴恩达深度学习课程自学笔记记录，方便后续复习和进行笔记纠正
吴恩达深度学习课程自学笔记整理(一)——一些自己总结记录的结论和小tips等
weixin_47066458的博客
05-02 2043
注：本人已经学完了吴恩达老师深度学习的全部课程，整理出来的知识点是比较笼统的、自己总结的一些结论和经验，发在这里主要是为了方便自己复习翻阅，已经学完大部分课程或者对深度学习有了一定基础的uu可以阅读下~欢迎批评指正。 ...
完结篇 | 吴恩达deeplearning.ai专项课程精炼笔记全部汇总
热门推荐
红色石头的专栏
05-05 7万+
个人网站：红色石头的机器学习之路 优快云博客：红色石头的专栏 知乎：红色石头 微博：RedstoneWill的微博 GitHub：RedstoneWill的GitHub 微信公众号：AI有道（ID：redstonewill） 从去年8月份开始，AI界大IP吴恩达在coursera上开设了由5们课组成的深度学习专项课程，掀起了一股人工智能深度学习热潮。这...
deep learning（吴恩达）深度学习笔记
weixin_61797530的博客
08-20 1044
通过向量化可以显著加快代码的运行速度。下一步，我们将继续讨论向量化的更多示例，并开始向量化逻辑回归算法。通过向量化技术，你可以非常高效地同时计算出所有样本的激活值A，而无需逐一遍历样本。在下一视频中，我们将探讨如何利用向量化技术高效地进行反向传播计算，以获得梯度。虽然我们建议尽量避免显式的for循环，但在需要多次迭代的梯度下降中，仍然需要在迭代次数上使用一个外部的for循环。不过，能够在单次梯度下降中完全消除for循环，仍然是一个非常酷的技巧。
吴恩达深度学习笔记.pdf
11-21
【吴恩达深度学习笔记】是一份针对吴恩达教授在Coursera平台上的深度学习课程的详尽笔记，旨在帮助已有一定编程基础和机器学习知识的计算机专业人士深入理解和应用深度学习技术。该课程分为5个部分，涵盖了深度学习...
吴恩达深度学习课程笔记，人工智能入门经典必读
01-30
吴恩达深度学习课程笔记，人工智能入门经典必读 吴恩达深度学习课程笔记是人工智能领域的经典必读 资源，涵盖深度学习的基础知识、卷积神经网络、递归神经网络、长短期记忆、Adam、Dropout、BatchNorm、Xavier/He ...
吴恩达Coursera深度学习笔记
11-23
吴恩达倾力奉献，创建的Coursera的deeplearning.ia。里面囊括了所有的上课笔记！
吴恩达（Andrew Ng）深度学习工程师系列课程笔记
01-16
关于吴恩达（Andrew Ng）深度学习工程师系列课程笔记，内容比较全，写的比较详细
Deep AI 吴恩达深度学习-课程笔记
05-04
Deep AI 吴恩达深度学习-课程笔记
深度学习吴恩达笔记
liuzhiyuanzui的博客
10-15 1988
个人笔试，不全
吴恩达深度学习——读书笔记
studyeboy的专栏
07-12 2019
深度学习概论 神经网络 房屋价格预测的模型： 左边是输入层，由人工输入，中间是隐藏层，连接数很高，神经网络自己决定每个节点具体是什么，右边是输出层，神经网络非常擅长计算从x到y的精准映射函数。 监督学习 到目前为止，几乎所有由神经网络创作的经济价值，都是基于一种机器学习——监督学习。 常见神经网络模型 NN：神经网络（预测等） CNN：卷积神经网络（图像处理） RNN：循环神经网络（善于处理一维序列数据，包含时间成分） 结构化与非结构化数据 人类更容易理解非机构化的数据 机器容易理解结构化数据
一些吴恩达深度学习教程笔记
无名份的浪漫2018
10-03 477
下降法 1.梯度下降算法 2.动量（Momentum）梯度下降法 向着最小点的方向加速，与这个方向垂直方向减速 v=β∗v+(1−β)∗v=β∗v+(1−β)∗数据 t β越小，就越关注当前数据，也就是曲线的细节 动量梯度下降法，就是在原来的梯度下降法上面改动，把参数w和b的更新参考值选为Vw而不是原来的dw，也就是选择速度。这个速度是由上一个速度以及当前的dw一起...
吴恩达深度学习笔记整理（一）
qq_41094990的博客
01-15 1615
吴恩达深度学习笔记整理（一） 本文根据吴恩达深度学习课程内容，抽取重要知识点进行整理，目录如下 吴恩达深度学习吴恩达深度学习笔记整理（一）Course 1 神经网络和深度学习Week 1 Introduction to deep learningWeek 2 Basics of Neural Network programmingWeek 3 Shallow neutral networksWeek 4 Deep neutral networks Course 1 神经网络和深度学习 Week 1 Intr
吴恩达《深度学习》笔记汇总
Taurus
12-14 1万+
第一门课：神经网络和深度学习（第一周）——深度学习引言 第一门课：神经网络和深度学习（第二周）——神经网络的编程基础 第一门课：神经网络和深度学习（第三周）——浅层神经网络 第一门课：神经网络和深度学习（第四周）——深层神经网络 第二门课：改善深层神经网络：超参数调试、正则化以及优化（第一周）——深度学习的实用层面 第二门课：改善深层神经网络：超参数调试、正则化以及优化（第二周）——优化算法 第二门课：改善深层神经网络：超参数调试、正则化以及优化（第三周）——超参数调试、Batch正则化和程序框架 ....
深度学习：吴恩达深度学习课程笔记之CNN
AIBAIKE的博客
02-11 777
1. 每一个滤波器的维度与该层的特征图个数一致，而不简单是一个二维矩阵，比如神经网络的输入为RGB图像（大小为11*11），则第一层使用两个3*3滤波器进行卷积，实际的滤波器应该为3*3*3，输出为9*9*2，即RGB图像经过3*3*3卷积后为二维图像9*9，而两个滤波器会生成两个9*9图像，即9*9*22.图像处理中的卷积操作实际上并不是信号处理中的真正意义上的卷积，而是相关操作，因为实际计算时...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值