吴恩达Coursera(DeepLearning.ai)笔记和作业汇总帖


title: 吴恩达Coursera(DeepLearning.ai)笔记和作业汇总帖
date: 2018-10-18 20:01:05
id: dl-ai-summary
tags:

  • dl.ai
    categories:
  • 汇总帖

吴恩达Coursera(DeepLearning.ai)笔记和作业汇总帖_第1张图片

吴恩达Coursera(DeepLearning.ai)笔记和作业汇总。

历时一个多月终于把NG的五门课全部学完并且做了作业和笔记了。这里汇总一下:

第一门课:神经网络和深度学习

主要讲了神经网络的基本概念,以及机器学习的梯度下降法,向量化,而后进入了浅层和深层神经网络的实现。

  • 前两周太简单了,在之前的机器学习课上NG全部都讲过了,这里就不做了。

  • 第三周:主要是浅层神经网络的实现

    • 笔记:浅层神经网络
    • 作业:浅层神经网络
  • 第四周:深层神经网络的实现

    • 笔记:深层神经网络
    • 作业:深层神经网络

第二门课:改善神经网络

介绍了改善神经网络的方法,如正则化,超参数调节,优化算法等。

  • 第一周:训练集的划分、正则化、dropout

    • 笔记:深度学习的实践层面
    • 作业:深度学习的实践层面
  • 第二周:Mini-batch、Momentum、RMS、Adam、学习率衰减

    • 笔记:优化算法
    • 作业:优化算法
  • 第三周:超参数的调试、BatchNorm、softmax

    • 笔记:超参数调试
    • 作业:超参数调试

第三门课:结构化机器学习项目

主要讲了机器学习中的一些策略。

  • 第一周:ML策略、正交化、优化指标、数据集的划分、偏差
    • 笔记:机器学习策略(1)
  • 第二周:误差分析、数据不同分布、迁移学习、多任务、端到端
    • 笔记:机器学习策略(2)

第四门课:卷积神经网络

主要讲了神经网络的在图像上的非常重要的应用,卷积神经网络。

  • 第一周:padding、步长、池化、卷积

    • 笔记:卷积神经网络
    • 作业:卷积神经网络
  • 第二周:一些重要的神经网络结构,VGG、ResNet、Inception等

    • 笔记:深度卷积网络实例探究
    • 作业:深度卷积网络实例探究
  • 第三周:目标检测、Bounding Box、IOU、NMS

    • 笔记:目标检测
    • 作业:目标检测
  • 第四周:人脸识别和神经风格转换

    • 笔记:人脸识别和神经风格转换
    • 作业:人脸识别和神经风格转换

第五门课:序列模型

主要讲了神经网络在语言领域的应用,用RNN模型

  • 第一周:介绍了基本的RNN、GRU、LSTM
    • 笔记:循环神经网络
    • 作业:构建RNN、字符级生成恐龙名字、LSTM生成爵士乐
  • 第二周:自然语言处理与词嵌入
    • 笔记:自然语言处理与词嵌入
    • 作业:词向量运算和emoji表情包
  • 第三周:序列模型和注意力机制
    • 笔记:序列模型和注意力机制
    • 作业:机器翻译和触发关键字

你可能感兴趣的:(人工智能)