qq_45502052的博客

语音识别资料链接汇总。

调用sklearn的包使用简单的逻辑回归发现准确率为47%，这是因为数据集本身不是线性可分的，所以逻辑回归的表现不好。下面介绍使用神经网络进行分类。建立神经网络的一般步骤如下：Step1:定义神经网络的结构：输入层单元数，隐藏层单元数等；Step2:初始化模型参数；Step3:循环3.1：前向传播计算3.2：计算代价函数3.3：反向传播得到梯度3.4：更新参数（梯度下降）接下来就逐个实现这个过程中需要用到的相关函数，并整合到nn_model中。附：（反向传播算法背景知

作业描述：用1层隐藏层的神经网络分类二维数据欢迎来到第3周的编程作业。 现在是时候建立你的第一个神经网络了，它将具有一层隐藏层。 你将看到此模型与你使用逻辑回归实现的模型之间的巨大差异。你将学到如何：实现具有单个隐藏层的2分类神经网络 使用具有非线性激活函数的神经元，例如tanh 计算交叉熵损失 实现前向和后向传播数据集及源码下载：链接:https://pan.baidu.com/s/1UT6XLCkohr3n37wTwkI3BA提取码:4bmw代码中的一些常见函数学习：.

吴恩达深度学习作业。

在pytorch环境下装Jupyter常见问题及解决办法。

鱼书中要求在方块中填入数字，完成反向传播练习题的计算过程。

安装过程参考视频：【PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】-哔哩哔哩】https://b23.tv/ydiIiX2准备工作（非必要）：更新驱动。官方驱动 | NVIDIA下载适用于 GeForce、TITAN、NVIDIA RTX、数据中心、GRID 等 NVIDIA 产品的新驱动。https://www.nvidia.cn/Download/index.aspx?lang=cn#备注：更新驱动不是必须的，也可以直接进行下面的步骤。不过为了避免不必要的麻烦，非常建议更新.