吴恩达深度学习作业

最新推荐文章于 2025-12-18 11:52:33 发布
转载 最新推荐文章于 2025-12-18 11:52:33 发布 · 199 阅读 · 1 ·
CC 4.0 BY-SA版权
原文链接：https://my.oschina.net/tingzi/blog/3093380
文章标签：

#人工智能

本文分享了由deeplearning.ai提供的深度学习课程资源链接，涵盖了深度学习的基础到进阶内容，适合初学者及有一定基础的学习者进行系统学习。
chimang5001
关注
吴恩达深度学习课后作业汇总及遇到的问题
布莱克的博客
08-18 5805
近期正在学习吴恩达老师的深度学习课程，相关的博文正在逐步更新，之所以没有写完之后再发布是为了再学习过程中能和更多的人交流，希望能够找到一群跟我进度差不多的小伙伴共同交流进步~~所以欢迎大家积极留言~ 本文主要是分享了一位博主整理的课后作业，以及自己在做作业过程中遇到的一些疑问以及解决办法。 作业： 网易云课堂上没有提供作业的下载入口，在CS...
吴承恩深度学习第三周编程作业.笔记
2301_81989837的博客
05-06 247
在这其中每一个参数的维度要搞清楚，以上就是我做完这次作业觉得需要注意的点，附上我的代码，也是借鉴了别人的。这是最主要的三个函数，其次就是随机初始化和花费，随机初始化的作用很重要，花费函数其次。作业包括代码网上有很多，我主要谈谈我的理解，完成一个神经网络需要三步。
吴恩达深度学习第四课第四周小测验（course4_week4_Quiz）
小衎的博客
02-12 1028
1.Face verification requires comparing a new picture against one person’s face, whereas face recognition requires comparing a new picture against K person’s faces. [ * ]True [ ]False 2.Why do we lea...
Face Recognition for the Happy House
weixin_34392906的博客
11-27 343
Andrew Ng deeplearning courese-4:Convolutional Neural Network Convolutional Neural Networks: Step by Step Convolutional Neural Networks: Application Residual Networks Autonomous driving - Car detecti...
吴恩达深度学习第一课第三周作业及学习心得体会
weixin_42604446的博客
07-22 3927
概述 在完成吴恩达第一课第三周，即1hiddenlayer的neuralnetwork学习后，了解了两层神经网络的结构，然后参考网上的资料，完成该周作业，现将心得体会记录如下。 核心代码 调用库如下所示； import numpy as np import matplotlib.pyplot as plt Sigmoid函数； def sigmoid(z): return 1....
吴恩达深度学习作业CNN之ResNet实现（Pytorch）
weixin_41554699的博客
04-21 1219
我们知道深度神经网络可以表达出更加复杂的非线性函数，这就可以实现从输入中提取更多不同的特征。但是随着网络层数的加多，梯度消失（vanishing gradient）的效应将被放大，这将导致算法在反向传播时从最后一层传播到第一层的过程中，算法乘了每一层的权重矩阵，因此梯度会很快地下降到接近0（或者很快地增加到一个很大的值）。
吴恩达深度学习作业之 PyTorch 实现多分类任务
weixin_41554699的博客
04-15 1036
在这次作业中会学到：（参考。
吴恩达深度学习作业.zip
08-17
在提供的压缩包"吴恩达深度学习作业.zip"中，包含了两个关键的Python脚本文件：`planar_utils.py`和`testCases_cv2.py`。这些文件通常是课程作业中用于处理数据、实现模型和测试代码的部分。 1. `planar_utils.py`...
吴恩达深度学习作业代码官方答案.pdf
12-03
根据提供的文件内容，以下是关于吴恩达深度学习课程作业代码的相关知识点： 吴恩达（Andrew Ng）是深度学习领域的著名学者，他所开设的深度学习专项课程（Deep Learning Specialization）是业内非常受欢迎的在线...
精选资源
吴恩达-深度学习-课后作业-答案与总结
09-26
“吴恩达-深度学习-课后作业-答案与总结”这一压缩包文件，便是对吴恩达教授深度学习课程中课后作业的解答与详细解析。这些答案不仅为学员提供了正确的解题思路，还通过总结的形式提炼出了作业中涉及的核心概念和...
吴恩达深度学习作业-第一课第二周作业
05-02
"吴恩达深度学习作业-第一课第二周作业"是针对他深度学习课程的一部分，旨在帮助学生巩固第一课中讲解的基础概念，并深化对第二周主题的理解。这个作业可能涵盖神经网络的基本构建、梯度下降法、线性代数和概率统计...
吴恩达 深度学习课后作业系列6
06-12
本作业系列旨在帮助学生巩固在吴恩达深度学习课程中所学的知识，并通过实践进一步提升对优化方法的理解。 在Week6的课后作业中，重点涉及的是优化方法，这是深度学习模型训练的关键环节。优化方法决定了模型如何...
吴恩达神经网络和深度学习（编程作业）--具有神经网络思维的逻辑回归
ShaneHolmes
08-14 497
神经网络和深度学习 上一作业 主目录 下一作业 【前言】 这是第二周的编程作业 import numpy as np import matplotlib.pyplot as plt...
大模型学习基础（五） 强化学习（Reinforcement Learning，RL）初步
qq_56095294的博客
12-13 407
前面的文章简单介绍过，传统的监督学习所使用的数据集是（特征，标签），有“标签”即明确的知晓正确的输出应该是什么。而实际的情况是，环境的状态S是由多个Si构成的，每训练一组S-a即训练一个多分类问题，把这些问题的损失函数（交叉熵）加在一起，即可训练出在不同的状态下应该使用什么动作。模型在选择一个动作之后，这个动作实际是对Environment发生，相应的Environment会给模型一个回馈Reward，然后再给模型一个新的Observation，模型继续选择新的动作，循环此过程。
以太联的自愈功能与看门狗机制解析
suzhou_speeder的博客
12-15 1159
看门狗(Watchdog)是一种硬件或软件实现的定时器机制，其核心功能是监控系统或程序的运行状态，防止程序跑飞或陷入死循环。案例：车载以太网交换机通过硬件看门狗实时监测链路状态，若检测到链路中断(如3ms内未收到心跳包)，立即启用备用路径，确保刹车、转向等关键系统永不掉线。案例：某智能工厂的PLC(可编程逻辑控制器)采用软件看门狗，若主程序因干扰死机，看门狗机制自动重启PLC，恢复生产流程。三者协同工作，实现“设备-交换机-网络”三级自愈，显著提升网络可靠性、降低运维成本，并为企业数字化转型提供坚实基础。
数据分析Agent白皮书：揭秘Data x AI的底层逻辑与未来关键
最新发布
LyAGent的博客
12-18 608
《2025数据分析Agent白皮书》指出，数据分析Agent正成为AI落地的核心形态，实现从"人人分析"到"人人消费"的转变。白皮书系统解析了其技术架构（包括Query/Document/DeepAnalyze三大Agent能力）、行业实践（能源/制造/零售等领域）及落地路径，强调需突破数据准度、分析深度与消费广度三大挑战。未来，数据分析Agent将深度融入业务流程，推动"洞察即行动"的自动化决策模式。该技术有望彻底改变企业数据消费方式，使数据智能
多模态赋能情绪理解：Qwen3-VL+LLaMA-Factory 的人脸情绪识别实战
Lab4AI的博客
12-17 569
本项目依托Lab4AI平台，基于LLaMA-Factory成功对Qwen3-VL进行了完整的微调流程。我们将传统的人脸情绪识别任务与多模态大语言模型（MLLM）相结合，探索了MLLM在视觉情绪理解中的应用。通过微调Qwen3-VL，我们成功将传统的分类任务转化为多模态推理任务，显著提升了模型在复杂场景下的鲁棒性和准确率。这一方案不仅在人脸情绪识别上取得了显著提升，还为其他视觉任务的多模态大模型应用提供了新的思路，具有广泛的应用前景。
Transformer架构的原理是什么？
SACKings的博客
12-15 727
对于“Thinking”这个词，它的输出向量可能包含了90%它自己的信息和10%“Machines”的信息。而对于“Machines”，它的输出可能包含了70%它自己的信息和30%“Thinking”的信息。Transformer 架构的原理是理解现代大模型（如 GPT、BERT、T5 等）的基石。正是因为这些原理上的优势，Transformer才取代了RNN和CNN，成为了当今AI大模型时代的统治性架构。的（打乱输入顺序，输出可能不变），它没有内置的位置概念。Q·K 然后Softmax。
吴恩达深度学习作业实现：原创代码解析
总结来说，该文件“angle_work_04.rar”很可能包含了吴恩达深度学习课程的个人编程作业，其中包含了独立编写的深度学习或神经网络相关的代码实现。这份作业对于学习者掌握深度学习的核心概念和技能，特别是算法的...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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