
吴恩达深度学习编程课后作业
每天吃一个苹果
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
吴恩达深度学习编程作业 part 1-1
import numpy as np import matplotlib.pyplot as plt import h5py import scipy from PIL import Image from scipy import ndimage % matplotlib inline 第一部分: python 的numpy 基础练习 1.1“sigmoid ” def sigmoid(x): ...原创 2019-06-03 11:06:45 · 437 阅读 · 0 评论 -
吴恩达深度学习编程作业 one-hot编码
#单词级的 one-hot编码 import numpy as np #利用split方法对样本进行分词,在实际应用中还需要从样本中去掉标点和特殊符号 samples =['The cat sat on the mat.','The dog ate my homework.'] #构建数据中所有标记的索引 token_index = {} for sample in samples: fo...原创 2019-06-11 11:52:05 · 467 阅读 · 0 评论 -
吴恩达深度学习编程作业pytorch 版 gru时间序列
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_...原创 2019-06-11 11:46:50 · 2533 阅读 · 5 评论 -
吴恩达深度学习编程作业 pytorch 版rnn时间序列
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_...原创 2019-06-11 11:43:57 · 1503 阅读 · 1 评论 -
吴恩达深度学习编程作业 part 2-5
探索tensorflow import math import numpy as np import h5py import matplotlib.pyplot as plt import tensorflow as tf from tensorflow.python.framework import ops %matplotlib inline np.random.seed(1) #加载数据...原创 2019-06-11 11:40:56 · 235 阅读 · 0 评论 -
吴恩达深度学习编程作业 part 2-4
优化方法 到目前为止,您始终使用Gradient Descent更新参数并最大限度地降低成本。在这个笔记本中,您将学习更多高级优化方法,这些方法可以加快学习速度,甚至可以让您获得更好的成本函数最终值。拥有一个好的优化算法可能是等待天数与短短几个小时之间的差异,以获得良好的结果。 梯度下降在成本函数J上“下坡”。把它想象成试图这样做: import numpy as np import matpl...原创 2019-06-11 11:39:15 · 373 阅读 · 0 评论 -
吴恩达深度学习编程作业 part 2-2
本章节学习神经网络中的正则化 import numpy as np import matplotlib.pyplot as plt import sklearn import sklearn.datasets import scipy.io %matplotlib inline plt.rcParams['figure.figsize'] = (7.0, 4.0) plt.rcParams['...原创 2019-06-11 11:26:06 · 850 阅读 · 0 评论 -
吴恩达深度学习编程作业 part 2-1
本章节学习 初始化参数的不同影响 import numpy as np import matplotlib.pyplot as plt import sklearn import sklearn.datasets %matplotlib inline plt.rcParams['figure.figsize'] = (7.0, 4.0) plt.rcParams['image.interpola...原创 2019-06-11 11:15:35 · 585 阅读 · 0 评论 -
吴恩达深度学习编程作业 part 1-5
import time import numpy as np import h5py import matplotlib.pyplot as plt import scipy from PIL import Image from scipy import ndimage %matplotlib inline plt.rcParams['figure.figsize'] = (5.0, 4.0) ...原创 2019-06-11 11:09:15 · 594 阅读 · 0 评论 -
吴恩达深度学习编程作业 part 1-4
本节目的实现深层神经网络基本功能 就像拼积木一样先把每个积木功能实现 import numpy as np import h5py import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['figure.figsize'] = (5.0, 4.0) plt.rcParams['image.interpolation'] = ...原创 2019-06-11 11:01:12 · 1645 阅读 · 0 评论 -
吴恩达深度学习编程作业 part 1-3
线性不可分的分类 实验结论无论用svm,k-nn,logistic效果都不是很理想,实验的过程就省略了。下面我们看用浅层神经网络训练线性不可分数据效果. import numpy as np import matplotlib.pyplot as plt import sklearn import sklearn.datasets import sklearn.linear_model %mat...原创 2019-06-04 18:06:31 · 644 阅读 · 0 评论 -
吴恩达深度学习编程作业 part 1-2
罗辑回归神经网络 import numpy as np import matplotlib.pyplot as plt import h5py#储存在h5文件中的数据集进行的交互包 import scipy from PIL import Image from scipy import ndimage % matplotlib inline 接上一章,我们引入猫咪的图片 并把它转换成n*1的矩阵...原创 2019-06-03 11:30:42 · 431 阅读 · 0 评论 -
吴恩达深度学习编程作业给恐龙取名字 rnn
cutils 文件内的代码 import numpy as np def softmax(x): e_x = np.exp(x - np.max(x)) return e_x / e_x.sum(axis=0) def smooth(loss, cur_loss): return loss * 0.999 + cur_loss * 0.001 def print_sa...原创 2019-06-11 11:54:34 · 940 阅读 · 0 评论