吴恩达深度学习笔记1

最新推荐文章于 2025-04-21 18:39:01 发布
原创 最新推荐文章于 2025-04-21 18:39:01 发布 · 151 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#深度学习

博主近期跟随吴恩达视频自学深度学习基本概念，同时自学PyTorch，首次分享学习笔记，先从简单内容开始，后续会勤更新。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最近看吴恩达大佬的视频跟着自学深度学习的基本概念，同时自学pytorch。今天第一次把学习笔记分享出来，先搞最简单的，之后勤更新。

 

【吴恩达课后编程作业pytorch实现】Keras入门与残差网络的搭建【1】
qq_37635157的博客
08-08 796
直接上全部代码。 几个注意点： 整体的代码是在Colab上写的，前面因为要导入数据，所以引入一些了用不到的包。 .该代码主要是根据原keras的实现代码改变而来，因为框架的不同，做了几点改动，改动中比较重要的地方如下。 维度处理格式不同，keras中数据处理是类似（num，64，64，3）的，而pytorch是类似（num，3，64，64）的，所以这里要用np.transpose()方法处理数据 loss函数的选择，pytorch里的交叉熵损失函数好像是多元的，感觉不太合适，所以我换了均方差公式做为lo
吴恩达深度学习L4W2编程作业pytorch实现
m0_60332168的博客
03-15 374
吴恩达深度学习L4W2编程作业pytorch实现
实现卷积神经网络：吴恩达Course 4-卷积神经网络-week1作业 pytorch版
深度学习迭代中
03-02 3234
注意事项 和老师用tensorflow写的结果不同，不过测试集准度更高了，归因以下几点： 1.没用Xaiver初始化，使用了pytorch默认的初始化方式 2.pytorch和tensorflow的padding机制不同，没有特意去还原tensorflow的方式，pytorch的padding设置值不可以比卷积核的宽度一半大，所以当步长大，用默认方式“SAME”不了 3.全连接层的线性函数输出神经...
吴恩达深度学习作业CNN之ResNet实现（Pytorch）
最新发布
weixin_41554699的博客
04-21 1122
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）。
Pytorch实现神经网络的分类方式
09-18
今天小编就为大家分享一篇Pytorch实现神经网络的分类方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
吴恩达卷积神经网络，第一周作业PyTorch版本代码(gpu-cpu通用）
03-24
吴恩达卷积神经网络，第一周作业PyTorch版本代码(gpu-cpu通用） 1.PyCharm上运行的PyTorch项目 2.基础的卷积神经网络搭建 3.加入了gpu加速所需的代码 4.含数据集+cnn_utils.py【对原版本做了简化】 5.含训练、模型保存、模型加载、单个图片预测代码 6.里面保存了个已经在gpu上训练好的模型，下载后也可以自行训练
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...
吴恩达深度学习笔记
03-20
吴恩达的深度学习笔记最新版本，DeepLearning.ai DeepLearning.ai DeepLearning.ai
吴恩达深度学习课程笔记
02-06
吴恩达深度学习课程笔记
吴恩达《深度学习》笔记.zip
10-10
Deeplearning深度学习笔记v5.42.pdf文件则很可能是一份详细的学习笔记，可能是由某位深度学习的爱好者或者修读该课程的学生所整理的，这份笔记可能涵盖课程的核心概念、理论框架以及重要的公式和算法。这份笔记对想...
吴恩达深度学习编程作业 pytorch 版rnn时间序列
weixin_41992565的博客
06-11 1503
import numpy as np import pandas as pd import matplotlib.pyplot as plt import torch from torch import nn from torch.autograd import Variable #定义模型 ''' input_size – 输入的特征维度 hidden_size – 隐状态的特征维度 num_...
用pytorch实现吴恩达老师深度学习课程课后编程作业
weixin_44581161的博客
06-11 2811
用pytorch实现吴恩达老师深度学习课程课后编程作业 课程1 - 神经网络和深度学习 要做的事：使用pytorch搭建神经网络 import torch.nn as nn import torch import numpy as np #我们随机创建一组训练数据，100个具有500维特征的数据 M=100 features=500 train_x = torch.randn(M, features) train_y = torch.randint(0, 2, [M,1]).float()
pytorch实现二分类（单隐藏层的神经网络）
热门推荐
杂文集
03-05 1万+
同样是吴恩达深度学习课程的作业，我把它改成pytorch版本了。有了上次的经验，这次就没花多少时间了。 1 packages import numpy as np import torch from torch import nn import matplotlib.pyplot as plt import torch.utils.data as Data from torch.nn import...
吴恩达深度学习课程第四章第一周编程作业(pytorch实现)
一个bug是bug，多个bug能work
11-28 3487
文章目录声明一、问题描述二、模型搭建1.封装dataloader2.模型封装3.主控函数三、模型测试结果 声明   本博客只是记录一下本人在深度学习过程中的学习笔记和编程经验，大部分代码是参考了【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第一周作业这篇博客，对其代码实现了复现，但是原博客中代码使用的是tensorflow，而我在学习生活中主要用到的是pytorch，所以此次作业我使用pytorch框架来完成。代码或文字表述中还存在一些问题，请见谅，之前的博客也是主要参考这个大佬
吴恩达机器学习 课后作业 13.2 k-means pytorch实现
qq_40584427的博客
03-24 834
听说最近字节面试经常让手撕k-means代码，那不如就用pytorch撕一撕吧。 之前学过的都忘得差不多了，参考了两个网上的代码，话不多说上代码 import torch import torch.nn as nn from scipy.io import loadmat import numpy as np root_path = '../machine-learning-ex7/ex7/' data_file_path = root_path + 'ex7data2.mat' data_fi.
吴恩达深度学习课程第五章第二周编程作业(pytorch实现)
一个bug是bug，多个bug能work
01-12 2371
文章目录前言一、词向量运算1.数据准备2.余弦相似度3.词类类比二、表情生成器V1三、表情生成器V21.构造嵌入层embedding_layer2.Dataloader3.构造LSTM4.模型训练5.实验结果 前言   本博客只是记录一下本人在深度学习过程中的学习笔记和编程经验，大部分代码是参考了【中文】【吴恩达课后编程作业】Course 5 - 序列模型 - 第二周作业 - 词向量的运算与Emoji生成器这篇博客，对其代码实现了复现，但是原博客中代码使用的是tensorflow，而我在学习中主要用到的
pytorch入门：吴恩达Course 2-改善深层神经网络-week3作业 pytorch版
深度学习迭代中
02-24 3221
最后本地测试的图片来源于百度及这位大佬，他写了这份作业的Tensorflow版https://blog.youkuaiyun.com/u013733326/article/details/79971488 tensorflow实在有点用不来，所以入pytorch的坑了。。 以下文件的【下载地址】，提取码53lw C:. │ ex6 pytorch.py │ tf_utils.py │ ├─datase...
吴恩达深度学习笔记v5.6完整版
“Deeplearning深度学习笔记v5.6.pdf.zip”文件表明存在一个清晰版本的学习资料，这是一份与吴恩达深度学习视频课程配套的文字版笔记。在学习深度学习过程中，除了视频课程，辅助的笔记资料是非常重要的学习资源。...
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