sinat_34022298的博客

pycharm版from keras.layers import Bidirectional, Concatenate, Permute, Dot, Input, LSTM, Multiplyfrom keras.layers import RepeatVector, Dense, Activation, Lambdafrom keras.optimizers import Adamfr...

本章编程作业是，语音唤起信号检测这里只列出来需要编写的函数和程序结果1 - Data synthesis: Creating a speech datasetimport numpy as npfrom pydub import AudioSegment # pip install, 处理音频的函数库import randomimport sysimport ioi...

最近在网易云课堂学习《深度学习》微专业，将课后的编程作业记录下来。深度学习–吴恩达对比之前用python写的逻辑回归DeepLearning 作业 Logistic Regression with a Neural Network mindsetWelcome to your first (required) programming assignment! You will b...

第一课，第三周编程作业

Building your Deep Neural Network: Step by Step

Initialization作业通过三种不同的初始化参数的方式（zero、random、he），对神经网络进行参数初始化，通过对比，得出每种初始化方式的特征。最后结论为he初始化是最好的方式。程序原始数据集： import numpy as npimport matplotlib.pyplot as pltimport sklearnimport sklearn.d...

Regularization为了防止过拟合，引入正则化，这里进行了L2、dropout正则化实验。# import packagesimport numpy as npimport matplotlib.pyplot as pltfrom reg_utils import sigmoid, relu, plot_decision_boundary, initialize_para...

深度学习第四课是 卷积神经网络 ，共四周内容：第一周 卷积神经网络（卷积的含义，各个层的功能，如何计算数据在不同层的大小（shape））第二周 深度卷积网络：实例探究（LeNet5、ResNet50等经典神经网络，迁移学习，数据扩充）第三周 目标检测（目标检测，衡量指标，YOLO算法）第四周 特殊应用：人脸识别和神经风格转换（。。。还没看）作业及答案传送门

第三周的课程是目标检测 ，编程作业是以yolo网络为主。编程作业的主要部分是对yolo网络输出进行 anchor boxes过滤、IOU过滤、非极大抑制处理。理论知识交并比（Intersection-over-Union，IoU），目标检测中使用的一个概念，是产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率，即它们的交集与并集的比值...

Face Recognition for the Happy House.人脸识别可以分为两个方向，人脸识别（1：1），人脸验证（1：n）： Face Verification - “is this the claimed person?”. For example, at some airports, you can pass through customs by letting a ...

课程笔记算法将一幅图片分为内容+风格，有了这两像，图片也就确定了，所以”生成图片主要的思想，通过两个损失函数（内容损失+风格损失）来进行迭代更新” 迁移学习总体分为三步:建立内容损失函数 Jcontent(C,G)Jcontent(C,G)J_{content}(C,G)建立风格损失函数 Jstyle(S,G)Jstyle(S,G)J_{style}(S,G)加权组合起来，即...

平时大多数时间做图片相关的事情，所以本来没计划学习RNN的；后来想了想，反正都学到了CNN，就再坚持一下，把RNN也看了把，看完之后感觉很神奇，和CNN不一样的算法，感觉像是人的不同思维方式，感想吴大大的深入浅出，讲课和作业都很好。序列模型总共三周：第一周 循环序列模型第二周 自然语言处理与词嵌入第三周 序列模型和注意力机制RNN关于RNN网络网上有很多教程，我就用课上...

第二课的作业是给恐龙起名，训练集是一系列恐龙的名字，经过训练后，RNN网络可以生成新的恐龙的名字，随着训练次数的迭代，可以发现得到的名字越来越像是正常的恐龙名字。这里有两点需要注意一下：使用的模型RNN图中的每个cell都把计算流程标清楚了 clip剪枝函数使用梯度下降进行后向传播，所以存在单次迭代梯度过大的情况，这里使用函数进行梯度数值的约束，让每次的梯度值在一...

LSTM程序Pycharm版from __future__ import print_functionimport IPythonimport sysfrom music21 import * # music21为一个库，需要用pip进行安装import numpy as npfrom grammar import *from qa ...

词嵌入和词向量第二课的作业讲的是词嵌入和词向量，每个词都是用同样的一套特征来表示。假设我们词汇集合共有词汇10000个，每个词汇拥有300个特征。则词嵌入可以看作是一个大的矩阵（300*10000），包含了所有词汇集的编码，词向量可以看作一个词会的 one-hot 编码（10000*1），和词嵌入相乘可以得到该词汇的编码。如下图： 余弦相似度当所有词汇都已向量表示的时候，两个词汇...

model1import numpy as npfrom emo_utils import *import emoji # 这里的emoji是github上的一个python库，使用pip install emoji就可以安装import matplotlib.pyplot as plt'''Convert every sentence to lowe...