吴恩达-深度学习工程师课程-Deep Learning学习笔记-手写整理版

最新推荐文章于 2020-02-21 18:57:46 发布
最新推荐文章于 2020-02-21 18:57:46 发布
阅读量513 收藏
点赞数
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。
本文链接：https://blog.youkuaiyun.com/qq_36835923/article/details/78972480
此博客为吴恩达深度学习工程师课程的学习笔记。涵盖深度学习相关知识，能帮助学习者更好理解课程内容，掌握深度学习的关键要点与方法，助力在该领域的学习与研究。

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

夕墨
关注
吴恩达机器学习基础课程笔记
tjujackson的博客
03-06 1352
吴恩达机器学习2022笔记
BP的机器学习日记（吴恩达机器学习课程笔记）
最新发布
m0_74776579的博客
02-27 2111
电线杆上的鸟也想学ML
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
吴恩达神经网络和深度学习课程手写笔记——计算神经网络的向量化输出
凝望，划过星空的博客
07-27 475
课程名称： 神经网络的表示 计算神经网络的输出（以单个样本为例） 学习时间：2019年7月26日 课程要点： 神经网络中对于单个结点的计算 神经网络中各层结点计算的向量化表示（重点） 这里还要补充两点： 一般我们不把输入层当第一层，而是把第一个隐藏层当做第一层 一些构建矩阵的小技巧：当某些结点处于同一层时，我们一般可以把这些结点纵向堆叠 ...
吴恩达【深度学习工程师】学习笔记（五）
zchang81的博客
10-10 1777
1、用流程块图的方式详细推导正反向传播过程； 2、解释了深层神经网络的优势； 3、介绍了超参数的概念； 4、将神经网络与人脑做了类比。
吴恩达【深度学习工程师】学习笔记（三）
zchang81的博客
09-22 3313
1、向量化； 2、python/numpy的一些特性； 3、逻辑回归代价函数（cost function）的解释。
吴恩达【深度学习工程师】学习笔记（四）
zchang81的博客
09-27 2559
吴恩达【深度学习工程师】专项课程包含以下五门课程：1、神经网络和深度学习；2、改善深层神经网络：超参数调试、正则化以及优化；3、结构化机器学习项目；4、卷积神经网络；5、序列模型。今天介绍《神经网络与深度学习》系列第四讲：浅层（shallow）神经网络。主要内容：1、描述神经网络的结构；2、以计算图的方式推导神经网络的前向传播；3、详细介绍了不同的激活函数；4、介绍了神经网络的反向传播过程以及各个...
吴恩达神经网络和深度学习笔记
01-09
这份压缩包文件“deeplearning_ai_books-master”似乎包含了吴恩达这门课程的全部笔记，覆盖了从第一门课到第五门课的内容，以及相关的论文和数据，对于深入理解神经网络和深度学习的理论与实践非常有帮助。...
吴恩达机器学习手写笔记
01-23
《吴恩达机器学习手写笔记》是一份详尽的学习资料，主要涵盖了吴恩达在Coursera上开设的“机器学习”课程的核心内容。笔记分为PDF版本和GoodNotes版本，便于不同用户按照个人喜好进行阅读和注解。这两部分笔记都致力...
吴恩达deeplearning.ai系列课程笔记+编程作业(10)第四课 卷积神经网络-第一周 卷积神经网络（Foundations of Convolutional Neural Networks）
肖泽的博客
03-30 1877
第四门课 卷积神经网络（Convolutional Neural Networks） 第一周 卷积神经网络（Foundations of Convolutional Neural Networks） 文章目录第四门课 卷积神经网络（Convolutional Neural Networks）第一周 卷积神经网络（Foundations of Convolutional Neural Network...
Deeplearning深度学习笔记（黄博士2017版课程笔记）
04-20
Deeplearning深度学习笔记（黄博士2017版课程笔记），2018.4.1最新更新，现在资源不能设置为免费了。。。sorry
吴恩达深度学习deeplearning第一课课后测验及编程作业（含答案）
12-24
吴恩达深度学习deeplearning第一课课后测验及编程作业（含答案）
吴恩达【深度学习工程师】学习笔记（六）
zchang81的博客
11-03 5246
1、训练/开发/测试集; 2、偏差/方差; 3、常用的几种正则化方法; 4、梯度消失和梯度爆炸.
吴恩达【深度学习工程师】学习笔记（七）
zchang81的博客
11-13 5596
1、Mini-batch梯度下降法; 2、指数加权平均; 3、momentum、RMSProp、Adam优化算法; 4、学习率衰减.
吴恩达【深度学习工程师】学习笔记（八）
zchang81的博客
11-22 5949
1、超参数; 2、正则化网络; 3、Softmax回归; 4、程序框架Tensorflow。
吴恩达深度学习手写笔记 Course1
Phoenow的博客
02-21 208
供个人复习使用,欢迎讨论
吴恩达神经网络和深度学习课程手写笔记——向量化logistics回归
凝望，划过星空的博客
07-27 321
课程名称： 向量化logistics回归 向量化logistics回归中的梯度输出 学习时间：2019年7月27日 课程要点： 样本，权重，偏置的向量化表示 numpy中的向量计算方法 向量化计算向前传播 向量化计算反向传播 至此，我们用向量化的方法完成了一次向前计算，求出了预测值矩阵 下面是用向量化的方法求梯度 最后我们再总结一下向量化计算梯度下降的步骤： ...
吴恩达《深度学习工程师》Part3.Week1 机器学习策略（一）
fxlou的博客
02-23 452
1.1 为什么要选择ML策略 当你想要对一个神经网络模型进行改进时，调整方法可能会很多，比如： 1.扩增训练集的数目 2.增加训练集的多样性 3.用梯度下降法训练模型更长的时间 4.尝试新的梯度下降法策略，比如Adam 5.增大或减小网络规模的大小 6.尝试dropout 7.填加L2L2L2正则化 8.改变网络的算法结构，例如改变激活函数、改变隐藏节点的数目等。 如果按照不合...
吴恩达神经网路和深度学习课程手写笔记——Logistics回归中的损失函数
凝望，划过星空的博客
07-25 364
课程名称：logistics回归中的损失函数 学习日期：2019年7月25日 本节课程要点： y_hat的求法 对于单个样本而言的损失函数Loss Function 交叉熵损失函数 对于多个样本而言的Cost Function 在接下来的博文中，我也会继续分享吴恩达老师神经网络和深度学习课程视频的笔记，至于视频课程中的作业，如果我能找到，我也会发上我的博客 ...
吴恩达深度学习课程笔记：Coursera Deeplearning.ai 实战解析
"Deeplearning深度学习笔记v5.54是针对吴恩达老师在Coursera上的深度学习课程(deeplearning.ai)编写的中文笔记，旨在帮助已具备编程基础和机器学习知识的学员进入人工智能领域。笔记涵盖了课程的全部内容，包括深度...
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