吴恩达深度学习课程作业第12页

【未完待续】如果人生有锦鲤，那一定是成长的你

我借用赋能营中有牡丹姐姐提供的金句：“如果人生有锦鲤，那一定是成长的你”和饭饭的配图，来作为高阶版年目标课程作业的复盘开头。是不是觉得很有能量~前不久才跟进了新人版的课程，也书写了复盘，

二叶律_大芬·2023-02-01 19:43

【作业记录-引入GPS约束】

一、说明这是苏赟老师在视觉工坊的课程作业，将作业讲解在这里浅浅做个记录。仅供学习交流，侵删。

xjblalala·2023-01-31 19:47

激光雷达去畸变

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档激光雷达去畸变前言一、作业要求二、求解思路前言这是视觉工坊的苏赟老师的LVI-SAM下的课程作业讲解记录，方便以后复习（如果会复习的话哈哈哈

xjblalala·2023-01-31 19:16

【基于gtsam的残差构建和位姿优化作业】

目录文章目录前言一、作业要求二、利用gtsam完成点面残差优化作业总结前言这是视觉工坊的苏赟老师的LVI-SAM下的课程作业讲解记录，方便以后复习。仅供学习交流，侵删。

xjblalala·2023-01-31 19:41

渔樵：2018-11-03作业

2018年11月1日，第5次课程作业：填空题：1、在十二地支中，表示少阳成的状态叫做（卯），表示少阴生的状态叫做（申），表示太阳化的状态叫做（未）。

渔樵_92ce·2023-01-31 16:48

李宏毅机器学习课程作业-HW1

整篇文章是笔者自我一点点学习和理解其所给指导代码的记录学习。在读取文件的时候使用了pandas.read_csv()函数，其中enconding的参数时“big5”，这是因为在这份文件中里面含有繁体字，使用“gbk”编码时会报错data=pd.read_csv('./train.csv',encoding='big5')记事本打开是这样：使用该函数打开后是这样：PREPROCESSING部分dat

llllllhhhhj·2023-01-31 09:25

B站吴恩达深度学习视频笔记（5）——二分类问题

前言这几天在努力攻克神经网络，并想办法怎么把那些非常吓人的推到公式变成大家喜欢看的形式，用大家熟知的语言描述出来。很多人都是在神经网络这里看到一大坨公式然后知难而退。神经网络是机器学习的必经之路，是初学者们必须攻克的第一个难题，我会尽量用你们容易接受的语言和知识向你们描述神经网络中的一些最最基础也是最最重要的部分。现在我们来了解一下深度学习中比较简单的一类问题：二分类问题。二分类(BinaryCl

nine_mink·2023-01-30 17:38

林妈妈第五次课程作业

1.注意力焦点:我做这件事别人会有什么感受有什么反应，会不会影响别人，别人会不会不高兴，别人会怎么看待我，会不会被评判指责例子:周末打扫卫生，整理了一大麻袋垃圾，今天一大早下楼扔，可是袋子大又重，我提不动，于是就在地上拖着，可是拖着摩擦声音很大，当时是早上七点，我就担心会吵到别人，吵醒别人他们会不开心，会不会因此生气指责我，于是虽然很重很吃力，我还是硬撑着把袋子提着走了一段路走到垃圾箱。2.觉察日

刘亚娟晴天·2023-01-30 15:00

数据增强（Data Augmentation）

来源：Coursera吴恩达深度学习课程大部分的计算机视觉任务需要很多的数据，所以数据增强（dataaugmentation）是经常使用的一种技巧来提高计算机视觉系统的表现。

双木的木·2023-01-30 13:55

【LaTeX】 SEU-ML-Assign：东南大学机器学习课程作业 LaTeX 模板

简介我撰写了seu-ml-assign.cls，提供东南大学机器学习课程作业LaTeX\LaTeX{}LATEX模板，详见项目的README和文档说明。该项目已被CTAN官方收录。

Teddy van Jerry·2023-01-30 09:38

归元命理第七次课程作业杨跃兵

第七次作业：一、填空题：1、在六十花甲子表中“乙酉”之后是“丙戌”，“丙戌”之后是（丁亥）2、在六十花甲子中每隔30年为（干）相同，（支）相冲。3、用干支纪年法表示1965年为（乙巳）年4、年柱以（立春）这个节气为界限换每年的年柱。5、一年中共有（二十四）个节气，有（十二）个节，有（十二）个气。在这些节气中“立夏”之后的节气是（芒种）。6、每天的（晚12点）点换日柱。二、判断题：1、我们现在所用的

庚戌杨·2023-01-29 08:36

财报七期课程作业D2：京东方背景调查

1、公司概况2、公司资料3、经营分析4、新闻公告5、公司大事6、行业对比真的是不“查”不知道，一直吓一跳！这个行业竟然有159家企业竞争，早已杀成一片红海，怪不得京东方A股价一路连续下跌，还跌跌不休！

星语1511·2023-01-29 06:32

吴恩达机器学习：神经网络 | 多分类问题

为了更好的阅读体验你可以在网站中查看，点击课程视频你就能不间断地学习Ng的课程，关于课程作业的Python代码已经放

拼搭小怪·2023-01-28 16:04

基于水平集的图像分割matlab_基于Matlab的数字图像处理

这学期在上一门课叫‘计算机图像处理与机器视觉’，打算陆陆续续把一些课程作业搬到知乎，做一些微不足道的贡献。

weixin_39980347·2023-01-28 11:04

2021-05-25

我本不是个爱拖延的人，每次的课程作业我都能按时完成。就从19周开始，由于手机问题，表格数据出现阻碍，再加上其他课程任务也重，所以到第20周开课时，19周的作业还没做。接下来，20周的作业也没写。

王连珍·2023-01-28 04:47

南京汤山矿坑公园

老规矩，先简单得多介绍一下这个案例对于学生的用处：1、在校学生这无疑是一个很经典的，棕地修复以及生态修补的案例，可以用来做一下案例分析，对里面的细节设计和定位很值得我们去学习，对设计这一类型的课程作业会有所帮助

壶中璇景观·2023-01-28 03:43

NLP笔记(3) -- 基于机器学习的模型，简单的梯度下降实践

写在前面最近在学习NLP的课程，下面的代码，基本来自我的NLP课程作业，当然大部分都是模仿老师写的，使用Python完成，感兴趣的可以去我的github上面查看：https://github.com/LiuPineapple

LiuPineapple·2023-01-28 02:25

坚持·遇见美好

图片发自App除了做好助教工作，课后还要完成好小打卡，有时候因为一些原因不能够及时打卡，也会错过一些精彩课程作业的展示，但是偶尔也会有一点小惊喜！自己不经意的小打卡上了精选榜，无意间的板

肃南135屈丹·2023-01-27 11:13

吴恩达深度学习（笔记+作业）·第四课·第一周卷积神经网络

目录一、计算机视觉二、边缘检测三、padding、stride四、三维卷积（加入其他通道）五、卷积网络卷积层池化层六、卷积神经网络作业卷积网络的优点一、计算机视觉图片分类、目标检测、风格迁移……二、边缘检测*<----这个*在数学中表示卷积从convolution三、padding、stride这里计算的都是图像的大小，而非图像的通道padding：Valid：不填充像素Same：填充像素，卷积前

手可摘星辰不去高声语·2023-01-27 11:25

吴恩达深度学习笔记.PDF

吴恩达深度学习课程，是公认的最优秀的深度学习课程之一，目前没有教材，只有视频，本文提供完整笔记下载，这本笔记非常适合和深度学习入门。

风度78·2023-01-27 02:19

逆滤波和维纳滤波在图像处理的Python代码

课程作业代码测试过，是没问题的。

weixin_45628323·2023-01-26 10:42

吴恩达深度学习：正交化、单一数字评估、满足优化指标

此公众号会发表计算机考研（初复试信息）、夏令营等资料，方便考研人对信息的获取，节约自身查找资料的时间目录正交化单一数字评估指标满足和优化指标(SatisficingandOptimizingMetrics)正交化搭建建立机器学习系统的挑战之一是，你可以尝试和改变的东西太多太多了。包括，比如说，有那么多的超参数可以调。我留意到，那些效率很高的机器学习专家有个特点，他们思维清晰，对于要调整什么来达到某

青竹aaa·2023-01-26 08:27

她选择了退款--为什么要拒绝市场上颜值最高的思维导图软件XMIND:ZEN

这次因为网易云课堂的《新媒体运营》微专业课程作业涉及，所以干脆购买了一年份的订阅来试用一下。下载与安装在XMIND的官网可以很容易的下载到免费试用的XMind:ZEN，支持Mac。安装完成后第一次

阿面·2023-01-26 06:55

“我们是否还会思考？”

为了完成组织行为学的课程作业，我看了《浪潮》及对这部电影的几个解说视频，引人发醒。这是一部老电影，于2008年在德国上映，讲述了高中教师赖纳·文格尔通过课堂实验的形式带领学生体验法西斯独裁制度的故事。

清溪子_·2023-01-26 03:55

【深度学习】李宏毅老师课程作业第一题

题目要求：先打开train数据如图拿到数据后先对数据进行预处理导入数据importsysimportpandasaspdimportnumpyasnp#读入train.csv，繁体字以big5编码data=pd.read_csv('C:/Users/Lenovo/Desktop/shuzizuoye/huigui/hw1/hw1/train.csv',encoding='big5')#导入数据da

会发光的咸鱼·2023-01-23 21:44

吴恩达深度学习Day1

神经网络（neuralnetwork）：不论何种类型的人工神经网络，它们共同的特点是，大规模并行处理，分布式存储，弹性拓扑，高度冗余和非线性运算；而具有很髙的运算速度，很强的联想能力，很强的适应性，很强的容错能力和自组织能力。对每个输出需求（每个不同输入的输出）设定一个特定的人工神经元（功能模型），然后每个第一层的神经元的输出（可以看成新的特征）再输入到下一层的神经元；神经网络可以自己计算出它想要

Tezzz·2023-01-23 19:56

门控循环单元-GRU单元（Gated Recurrent Unit）

来源：Coursera吴恩达深度学习课程接下来我们将会学习门控循环单元（GatedRecurrentUnit），它改变了RNN的隐藏层，使其可以更好地捕捉深层连接，并改善了梯度消失问题，让我们看一看。

双木的木·2023-01-22 07:25

吴恩达深度学习第一课第四周编程作业（1）

吴恩达深度学习第一课第四周编程作业（1）构建深层神经网络：一步一步1-包装2-轮廓3-初始化3.1-2层神经网络练习1-初始化参数3.2-L层神经网络练习2-初始化参数4-正向传播模块4.1-线性向前练习

tqh267·2023-01-21 09:00

吴恩达深度学习笔记-机器学习策略(第8课)

机器学习策略一、进行误差分析二、清除标注错误的数据三、快速搭建你的第一个系统，并进行迭代四、在不同的划分上进行训练并测试五、不匹配数据划分的偏差和方差六、解决数据不匹配七、迁移学习八、多任务学习九、什么是端到端的深度学习十、是否使用端到端的深度学习一、进行误差分析当我们的模型还没有达到人类水平，可以人工检查一下你的算法犯的错误，也许能让我们知道下一步能做什么，这个过程就叫做误差分析。例如在猫分类器

快乐活在当下·2023-01-21 08:22

带你少走弯路：五篇文章学完吴恩达机器学习

作者：黄海广[2]时间不多的朋友可以按照以下五篇文章的笔记和作业代码（原课程作业是OCTAVE的，这里是复现的Python代码）进行学习，快速入门机器学习，避免走弯

风度78·2023-01-21 08:47

【免费下载】吴恩达深度学习（DeepLearning.ai）课程讲义及课后测验 pdf 版

吴恩达深度学习（DeepLearning.ai）课程讲义pdf版链接：https://pan.baidu.com/s/1adBW3Kf-KfX8bFFpdO1dKQ提取码：rzss吴恩达深度学习（DeepLearning.ai

早知晓·2023-01-21 08:47

吴恩达机器学习课程资源（笔记、中英文字幕视频、课后作业，提供百度云镜像！）

强烈感谢黄海广博士给的文章思路本文中提及的作者便是黄海广博士本人吴恩达老师的机器学习课程，可以说是机器学习入门的第一课和最热门课程，作者在github开源了吴恩达机器学习个人笔记，用python复现了课程作业

MrRoose·2023-01-21 08:16

CS231n 课程作业 Assignment Two（二）全连接神经网络（0820）

AssignmentTwo（二）全连接神经网络主要工作为：模块化设计、最优化更新的几种方法一、模块设计在A1中，实现了完全连接的两层神经网络。但功能上不是很模块化，因为损耗和梯度是在单个整体函数中计算的。这对于简单的两层网络是可管理的，但是随着转向更大的模型，这将变得不切实际。理想情况下，期望使用更具模块化的设计来构建网络，以便隔离地实现不同的层类型，然后将它们组合在一起成为具有不同体系结构的模型

阿桥今天吃饱了吗·2023-01-20 18:03

CS231n 课程作业 Assignment One（五）两层神经网络分类器（0816）

两层神经网络分类器–NeuralNetwork（2layers）全连接神经网络、单隐藏层一、原理1.1全连接神经网络基础理论见另一篇文章–全连接神经网络1.2损失函数（待完善，想看可留言）二、实现2.1损失函数与求导defloss(self,X,y=None,reg=0.0):"""Computethelossandgradientsforatwolayerfullyconnectedneural

阿桥今天吃饱了吗·2023-01-20 18:03

CS231n课程作业(一) Two-layer Neural Network

神经网络的过程主要就是forwardpropagation和backwardpropagation。forwardpropagationtoevaluatescorefunction&lossfunction,thenbackpropagation对每一层计算loss对W和b的梯度，利用梯度完成W和b的更新。总体过程可以理解为：forward–>backward–>update–>forward–

coder_mckee·2023-01-20 18:02

cv.imread()，传入的图片大小问题

在做某课程作业时，要用到了opencv来写自定义的图像预处理transforms，先试了一下Canny边缘检测，但是却出现了问题，传入的图片经过cv.imshow()只显示了一篇灰蒙蒙的区域，刚开始以为是论坛上说的那种没加

Karl_Wayne·2023-01-20 17:51

【吴恩达深度学习课后作业】编程作业遇到的问题及解决办法（课程1）第二周

参考编程作业的学习地址：【吴恩达课后编程作业】Course1-神经网络和深度学习-第二周作业-具有神经网络思维的Logistic回归原文链接：https://blog.csdn.net/u013733326/article/details/79639509lr_utils.py和datasets是原始文件，我们需要将其相关数据从中提取出来。区别于利用jupyter，我使用PyCharm2020.1

五十赫兹小透明·2023-01-19 10:48

吴恩达深度学习第一课第三周单隐层神经网络实现，相关文件、数据集下载以及bug修改心得

最近在学习吴恩达老师深度学习的课程，实现了单隐藏层神经网络的实现，现在将自己在编程过程中遇到的问题记录下。先将需要用到文件的分享链接：https://pan.baidu.com/s/148VvXV-SWW-PrFS7mVK_oA密码：rkk7导入需要的库importnumpyasnp#Python绘制图形的库importmatplotlib.pyplotasplt#testCases提供了一些测试

你猜不到我是谁~·2023-01-19 09:12

深度学习 | 吴恩达深度学习课程2 Week1

Course2Week1编程作业1任务2初始化参数2.1数据2.2神经网络模型2.3初始化为零2.3.1代码2.3.2训练2.3.3预测2.4随机初始化2.4.1代码2.4.2训练2.4.3预测2.5抑梯度异常初始化2.5.1代码2.5.2训练2.5.3预测2.6总结3正则化3.1数据3.2代码3.3训练+预测4dropout4.1代码4.1.1前向4.1.2反向4.1.3主代码4.2训练+预测5

写代码的阿呆·2023-01-19 09:41

吴恩达深度学习笔记-Logistic Regression(第1课)

深度学习笔记第一课深度学习介绍1、什么是神经网络？2、用神经网络进行监督学习3、深度学习为什么会兴起？第二课神经网络基础知识1、二分分类2、LogisticRegression3、LogisticRegression损失函数4、LogisticRegression梯度下降5、向量化LogisticRegression6、向量化LogisticRegression的梯度输出7、Python中的广播8

快乐活在当下·2023-01-19 09:35

python量化：如何利用tushare构造FF三因子模型？

FF三因子模型介绍代码实现从tushare调取数据利用数据构建因子总结笔者是一枚大二菜狗，最近刚上完学院开的python金融量化的选修课，挣扎了几日交完了课程作业，但总觉得有点白瞎了tushare的2000

phil_0802·2023-01-19 06:49

baseline是什么

字面意思是：参照物，基准线拿某一个模型做baseline的意思是以这个模型做参考标准，来评估新的模型的效果好坏baseline系统是怎么来的、性能如何，并没有一定的标准：如果你是机器学习的初学者，在做课程作业

kyle-fang·2023-01-19 02:14

【学习周报】深度学习笔记第二周

学习目标：吴恩达深度学习课程week2学习内容：梯度下降法（GradientDescent）计算图（ComputationGraph）逻辑回归中的梯度下降（LogisticRegressionGradientDescent

不要卷我啊·2023-01-18 08:54

吴恩达深度学习deeplearning.ai——第一门课：神经网络与深度学习——第二节：神经网络基础（上）

2.1二元分类(BinaryClassification)这周我们将学习神经网络的基础知识，其中需要注意的是，当实现一个神经网络的时候，我们需要知道一些非常重要的技术和技巧。例如有一个包含mmm个样本的训练集，你很可能习惯于用一个for循环来遍历训练集中的每个样本，但是当实现一个神经网络的时候，我们通常不直接使用for循环来遍历整个训练集，所以在这周的课程中你将学会如何处理训练集。另外在神经网络的

Lishier99·2023-01-16 13:21

Python吴恩达深度学习作业8 -- 深度神经网络的梯度检验

梯度检验假设你是致力于在全球范围内提供移动支付的团队的一员，被上级要求建立深度学习模型来检测欺诈行为–每当有人进行支付时，你都应该确认该支付是否可能是欺诈性的，例如用户的账户已被黑客入侵。但是模型的反向传播很难实现，有时还会有错误。因为这是关键的应用任务，所以你公司的CEO要反复确定反向传播的实现是正确的。CEO要求你证明你的反向传播实际上是有效的！为了保证这一点，你将应用到"梯度检验"。impo

Puzzle harvester·2023-01-16 13:51

吴恩达深度学习课程笔记

1.逻辑回归、梯度下降法、向量化2.广播、关于numpy向量的说明3.神经网络、激活函数、随机初始化4.超参数、划分数据集、偏差与方差、正则化5.

劳埃德·福杰·2023-01-15 16:17

AC框架与DQN在《只狼》以及《黑暗之魂》中的应用

前言：1.这篇文章是对本人该学期强化学习课程作业的整合与概括，仅作为强化学习的入手练习，因此难免会有诸多的疏漏，还请包涵。

依旧范德彪·2023-01-15 15:02

吴恩达深度学习系列课程随记——Course4Week1

1.计算机视觉任务：图片分类/识别：图片是不是猫目标检测：图片中所有车的位置图片风格迁移：让一张图看起来像毕加索画的挑战：数据可能很大，如1k*1k的图片有300万维输入，如果有1000个隐藏单元，一层W会有30亿个参数因此，需要卷积2.边缘检测示例滑动窗口对位相乘，称为卷积运算，小的那个矩阵称为核或者过滤器图中这个过滤器，用来检测垂直边缘。将它反转一下，可以检测水平边缘。（这是从结果看出的，中间

Asteries·2023-01-14 11:03

吴恩达深度学习系列课程随记——Course2Week1

1.训练、验证、测试集训练集：用来训练验证集：用来找出最好模型测试集：无偏评估算法的运行状态（没有也不要紧）小数据时代：70%训练30%测试/60%训练20%训练20%测试大数据时代：99%（或者更多）训练1%验证%1%测试尽量保证验证集和测试集来自同一分布（网页抓取：牺牲了这一点来获取大量数据）没有测试集：这时验证集常常被称作测试集2.偏差、方差两者的平衡很少考虑欠拟合：高偏差（训练集误差高）过

Asteries·2023-01-14 11:32

【深度学习】吴恩达深度学习-Course1神经网络与深度学习-第二周神经网络基础作业

视频链接：【中英字幕】吴恩达深度学习课程第一课—神经网络与深度学习本文题目来源：【中英】【吴恩达课后测验】Course1-神经网络和深度学习-第二周测验吴恩达深度学习第一部分第二周作业打卡目录英文习题中文习题答案英文习题

passer__jw767·2023-01-14 09:11

推荐频道

吴恩达深度学习课程作业