吴恩达深度学习课程第38页

深度学习-吴恩达作业 Tensorflow环境部署

吴恩达老师作业时，tensorflow模块经常出现找不到变量或函数，是由于吴恩达老师用的是低版本的tensorflow。

疯狂的小牛·2022-11-23 00:30

统计机器学习方法 for NLP：基于LDA的主题模型

隐含狄利克雷分布(LatentDirichletAllocation,LDA)由戴维·布雷(DavidBlei)、吴恩达（对，就是那个吴恩

nghuyong·2022-11-22 23:52

Coursera吴恩达课程笔记 2.2《优化深度神经网络》-- 优化算法

文章目录1.Mini-batchgradientdescent2.Understandingmini-batchgradientdescent3.Exponentiallyweightedaverages4.Understandingexponetiallyweightedaverages5.Biascorrectioninexponentiallyweightedaverage6.Gradien

jianming21·2022-11-22 22:03

卷积神经网络（Convolutional Neural Networks, CNN）小总结

笃谷·2022-11-22 21:06

吴恩达深度学习环境配置

Python：3.6.0TensorFlow：1.2.1Keras：2.0.7第一步：安装Anaconda，Anaconda下载页面：https://www.anaconda.com/distribution/#download-section第二步：打开AnacondaPrompt，是Anaconda的终端，可以用Conda命令管理Python库并创建虚拟环境第三步：进入虚拟环境：dl中安装的p

CCCCCLC·2022-11-22 21:15

李宏毅机器学习笔记：Brief Introduction of Deep Learning + Backpropagation(后向传播算法)

李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料，在YouTube、网易云课堂、B站都能观看到相应的课程视频，接下来这一系列的博客我都将记录老师上课的笔记以及自己对这些知识内容的理解与补充

TravelingLight77·2022-11-22 18:55

机器学习（第二周多元线性回归模型代码）

所以在代码上也并没有太大的区别#1、导入包importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#2、导入数据path='D:\一些桌面玩意\python项目\吴恩达机器学习

chunqiuchan·2022-11-22 17:50

One shot learning-Siamese Networks

问题描述某个种类只有一张图片(神经网络在某类只有一张图片的时候预测该类的效果较差)(这样的训练图片集并不能够训练一个鲁棒性较好的神经网络)(当每次有新的类型进来，需要重新训练整个网络)解决方案:SiameseNetwork吴恩达深度学习视频中共提了两种

ystsaan·2022-11-22 17:54

TensorFlow最方便的安装方法全系统全版本通用mac windows linux Anaconda

本人最近学完吴恩达的机器学习，开始入门tensorflow。基础过后实践发现anaconda直接安装的tensorflow是1.12.0版本太新了并不能运行所学的代码。

吴彦祖丨·2022-11-22 17:50

听六小桨讲AI | 第8期：可分离卷积

回想第1期时是我们最忙碌的时候，我们正在齐心合力的集中开发深度学习资料一站式获取平台，想为大家带来最全最精的深度学习课程和资料，为了把热乎的知识点及时带给大家，

飞桨PaddlePaddle·2022-11-22 16:29

飞桨PaddlePaddle深度学习集训营CV学习心得

之前学习过吴恩达老师的深度学习的视频，但是比较少代码的实践，而且很多理论知识理解不到位。通过这次集训营的学习，增强了实战能力，对很多知识也理解更深刻，也学会多了一个深度学习框架飞桨的基本使用。

半夏大师兄·2022-11-22 16:31

吴恩达机器学习笔记

一、引言部分1.1什么是机器学习机器学习（MachineLearning）：1.是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。2.一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。1.2监督学习和无监督学习监督学习（SupervisedLearning）：对

m0_51465135·2022-11-22 15:09

matlab中h5数据统计,H5文件简介和使用

接触到这个文件格式也是因为上Coursera深度学习课程的时候，作业用到了。它是由美国超级计算与应用中心研发的文件格式，用以存储和组织大规模数据。目前由非营利组织

桃仁田七·2022-11-22 14:11

目标识别及yolov5总结

一、目标识别总结本着好记性不如烂笔头的原则，我对学习目标识别和yolov5的内容进行总结，以下内容总结自黄海广博士所整理的吴恩达老师深度学习ppt上的内容，图片间接来源于吴恩达老师深度学习课程ppt上，

NUAA1703·2022-11-22 14:02

吴恩达|机器学习作业2.0Logistic 回归

2.0.Logistic回归1）题目：在本部分的练习中，您将使用Logistic回归模型来预测一个学生是否被大学录取。假设你是大学某个院系的管理员，你想通过申请人在两门考试中的表现来决定每个人的录取率，你有来自以前申请人的历史数据，你可以用这些数据作为训练集建立Logistic回归，对每一个训练样本，你有申请人在两门考试中的分数和录取决定。你的任务是建立一个分类模型，基于这两门课的分数来估计申请人

学吧学吧终成学霸·2022-11-22 13:18

吴恩达机器学习logistic回归作业（python实现）

1.Logisticregression在这部分的练习中，你将建立一个逻辑回归模型来预测一个学生是否能进入大学。假设你是一所大学的行政管理人员，你想根据两门考试的结果，来决定每个申请人是否被录取。你有以前申请人的历史数据，可以将其用作逻辑回归训练集。对于每一个训练样本，你有申请人两次测评的分数以及录取的结果。为了完成这个预测任务，我们准备构建一个可以基于两次测试评分来评估录取可能性的分类模型。im

old sweet ᝰ·2022-11-22 13:17

吴恩达机器学习逻辑回归作业2（Python实现）

题目在本部分的练习中，您将使用正则化的Logistic回归模型来预测一个制造工厂的微芯片是否通过质量保证（QA），在QA过程中，每个芯片都会经过各种测试来保证它可以正常运行。假设你是这个工厂的产品经理，你拥有一些芯片在两个不同测试下的测试结果，从这两个测试，你希望确定这些芯片是被接受还是拒绝，为了帮助你做这个决定，你有一些以前芯片的测试结果数据集，从中你可以建一个Logistic回归模型。目录1正

剑与月光·2022-11-22 13:45

吴恩达机器学习-逻辑可分案例

代码：importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#文件路径path='ex2data1.txt'#读取文件data=pd.read_csv(path,names=['Exam1','Exam2','Accepted'])#把接收的和被接收的分开来画图fig,ax=plt.subplots()ax.scatter(data[

吃鱼丸的申申·2022-11-22 13:13

吴恩达机器学习[7]-Logistic回归算法-介绍与python实现

Logistic回归算法-介绍与python实现分类假设陈述模型解释决策边界代价函数简化代价函数与梯度下降高级优化多元分类：一对多总结与代码实现Logistic回归与线性回归差异数据特征值为类别的处理Logictic回归代码实现（Python）分类分类预测算法y存在两个取值，即0、1。【y取值为0,1,2或更多时，为多分类问题。】此时，简单的线性回归加上阈值划分，无法很合拟合点分布。因此，引入lo

踏归1234·2022-11-22 13:13

Python吴恩达机器学习作业 2 - logistic回归

编程作业2logistic_regression（逻辑回归）推荐运行环境：python3.6建立一个逻辑回归模型来预测一个学生是否被大学录取，根据两次考试的结果来决定每个申请人的录取机会。有以前的申请人的历史数据，可以用它作为逻辑回归的训练集。python实现逻辑回归目标：建立分类器（求解出三个参数θ0θ1θ2\theta_0\theta_1\theta_2θ0θ1θ2）即得出分界线备注：θ1\t

Puzzle harvester·2022-11-22 13:43

【机器学习】吴恩达作业2.1，python实现线性不可分logistic逻辑回归

2.1.Logistic回归模型(线性不可分)用正则化的Logistic回归模型来预测一个制造工厂的微芯片是否通过质量保证（QA），在QA过程中，每个芯片都会经过各种测试来保证它可以正常运行。假设你是这个工厂的产品经理，你拥有一些芯片在两个不同测试下的测试结果，从这两个测试，你希望确定这些芯片是被接受还是拒绝，为了帮助你做这个决定，你有一些以前芯片的测试结果数据集，从中你可以建一个Logistic

—Xi—·2022-11-22 13:09

【吴恩达】机器学习作业ex2data1--逻辑回归（python）

1.前言看到了逻辑回归，今天就把逻辑回归也写了一下，问题是预测一个学生是否被大学录取，有一些历史数据，要根据这些历史数据来建立逻辑回归。2.数据简述：第一列是学生的成绩1，第二列是学生的成绩2，第三列是录取结果（0-失败/1-成功）使用方法：新建一个txt的文本，将这些数据原封不动的复制进去就可以34.62365962451697,78.0246928153624,030.286710768226

calmdownn·2022-11-22 13:36

吴恩达机器学习作业Python实现之logistic回归-理论推导

Logisticregression:1)预测函数：逻辑函数或者sigmoid函数2）代价函数costfunction优化目标是选取Θ是J最小。但是逻辑回归的J函数是非凸函数，不好求导。3）引入概率模型：4）概率模型的最大似然估计：选取θ使P（所有样本）最大。5）统一J和P：向量化公式：

Learningisgood·2022-11-22 13:05

吴恩达机器学习作业Python实现之logistic回归

importosos.chdir('E:/ML/machine-learning-ex2')print('现在工作目录是'+str(os.getcwd()))#可视化数据importpandasaspdimportmatplotlib.pyplotaspltimportnumpyasnpex2data1=pd.read_csv('ex2data1.txt',names=['exam1','exam

Learningisgood·2022-11-22 13:35

【机器学习】吴恩达作业2.0，python实现线性可分logistic逻辑回归

2.0Logistic回归模型(线性可分)预测一个学生是否被大学录取。假设你是大学某个院系的管理员，你想通过申请人在两门考试中的表现来决定每个人的录取率，你有来自以前申请人的历史数据，你可以用这些数据作为训练集建立Logistic回归，对每一个训练样本，你有申请人在两门考试中的分数和录取决定。建立一个分类模型，基于这两门课的分数来估计申请人的录取概率。https://blog.csdn.net/w

—Xi—·2022-11-22 13:03

Pytorch实现ResNet-50（pycharm实现）

使用的数据是吴恩达第四课第二周中的手势图片识别，网址下载（https://pan.baidu.com/s/1dsTsaaykje6dNpwIcP0A-w&shfl=sharepset）提取码：hb3y我是使用

YL_python_C++_java·2022-11-22 13:39

内在好奇心模型(Intrinsic Curiosity Module,ICM)-论文Curiosity-driven Exploration by Self-supervised Prediction

目前，防止塑形奖励函数改变最优策略的方法是吴恩达的Potential-BasedRewardShaping（没了解的可以搜索一下看看，有很多博客）。

难受啊！马飞...·2022-11-22 12:40

SGD和Adam

按吴恩达老师所说的，梯度下降（GradientDescent）就好比一个人想从高山上奔跑到山谷最低点，用最快的方式（steepest）奔向最低的位置（minimum）。

bl128ve900·2022-11-22 11:18

（一）逻辑回归及其代价函数 --- 吴恩达深度学习笔记

逻辑回归—适用于二分类问题使用逻辑回归算法会得到的输出标签y，y在监督问题中全是0或者1，因此这是一种针对二分类问题的算法。给定的输入特征向量x和一幅图像对应，我们希望识别这是否是一张猫的图片。因此我们想要一种算法能够输出一个预测值，我们称之为y帽(yhaty^\widehat{y}y)，这代表对真是标签Y的估计。形式上讲yhat是当给定特定输入特征x时，预测标签y为1的概率。换种说法就是当x是一

奕星星奕·2022-11-22 11:07

吴恩达机器学习笔记第一周

第一周吴恩达机器学习笔记第一周一、引言(Introduction)1.1欢迎1.2机器学习是什么？

LL.syx·2022-11-22 08:40

机器学习入门分享

机器学习入门分享学习建议机器学习课程表吴恩达Cousera机器学习课程关于周志华《机器学习》Kaggle挑战赛/练习深度学习关于‘’花书‘’下一阶段：深入研究思想：最近上手机器学习，整理下我的学习规划学习建议

是一个Bug·2022-11-22 08:58

吴恩达-机器学习-简单决策树

吴恩达《机器学习》2022版，简单决策树代码实现。

StrawBerryTreea·2022-11-22 07:58

HALCON深度学习系列(V6-I) 黑土

HALCON深度学习系列(V6-I)黑土HALCON深度学习课程第一部分深度学习必备知识第二部分halcon深度学习必备知识第三部分halcon深度学习之分类。。。。。

黑土halcon·2022-11-22 05:40

CNN (吴恩达 2021

week1-202_边缘检测例子_哔哩哔哩_bilibili我们之前在说面部识别介绍过，要识别面部，都是从细微的边缘入手，一层一层聚类，最终实现人脸的识别。神经网络由浅层到深层，分别可以检测出图片的边缘特征、局部特征（例如眼睛、鼻子等）、整体面部轮廓。我们就以边缘检测为例子，介绍卷积运算。一个垂直边缘是一个3x3的区域，左边有亮像素，中间无所谓，右边是暗像素图片边缘有两种渐变方式，一种是由明变暗，

linyuxi_loretta·2022-11-22 03:28

吴恩达机器学习----线性回归

概括：ModelCostfunction：去找到最小的J（w,b）如何理解Costfunction（代价函数）下面从三组数据（1，1），（2，2），（3，3），结合f（x）=wx模型去看（给不同w）：w=1:w=0.5:w=0:通过多组可找到：结论：可视化代价函数:让我们可视化线性回归模型中w和b一些特定的选择如何影响拟合的数据的直线可视化举例：（最小在（等高线）中心）预告：梯度下降（梯度下降的变

honglili_ya·2022-11-22 02:56

保姆级教程：Anaconda 安装及使用

Python数据挖掘·2022-11-22 02:22

吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课卷积神经网络-第三周目标检测（Object detection）

第四门课卷积神经网络（ConvolutionalNeuralNetworks）第三周目标检测（Objectdetection）文章目录第四门课卷积神经网络（ConvolutionalNeuralNetworks）第三周目标检测（Objectdetection）3.1目标定位（Objectlocalization）3.2特征点检测（Landmarkdetection）3.3目标检测（Objectde

geekxiaoz·2022-11-22 01:25

吴恩达机器学习课程笔记+代码实现(4)Python实现单变量线性回归和梯度下降(Programming Exercise 1.1)

ProgrammingExercise1:LinearRegressionPython版本3.6编译环境：anacondaJupyterNotebook链接：ex1data1.txt、ex1data2.txt和编程作业ex1.pdf（实验指导书）提取码：i7co1单变量线性回归(Linearregressionwithonevariable)本章课程笔记部分见：单变量线性回归和梯度下降1.1数据可

geekxiaoz·2022-11-22 00:27

吴恩达机器学习课程笔记+代码实现(12)Python实现多类分类和神经网络(Programming Exercise 3)

ProgrammingExercise3:Multi-classClassificationandNeuralNetworksPython版本3.6编译环境：anacondaJupyterNotebook链接：实验数据和实验指导书提取码：i7co本章课程笔记部分见：神经网络：表述(NeuralNetworks:Representation)神经网络的学习(NeuralNetworks:Learni

geekxiaoz·2022-11-22 00:27

【保姆级】anaconda及jupyter配置(新手友好）

最近学习了吴恩达2022的机器学习视频，里面的jupyter环境配置困扰了我好久，我查看学习了大量的csdn博文，将必要的内容汇总如下：目录1.anaconda模块介绍2.AnacondaPrompt虚拟环境创建

๑҉干脆儿面·2022-11-21 23:46

【吴恩达-course1-第二周-编程作业】实验记录-【Jupyter方式】

返回总目录本文是个人学习【中文】【吴恩达课后编程作业】Course1-神经网络和深度学习-第二周作业的详细实现过程。下面会围绕这篇文章来叙述。

Acubaa·2022-11-21 23:42

吴恩达机器学习anaconda中配置虚拟环境（Tensorflow）(jupyter notebook)

因为此处只是创建运行吴恩达大佬机器学习课程的虚拟环境，所以只需要下cpu版本即可1.首先安装好anaconda环境此处不做说明2.打开AnacondaPrompt在base环境中创建环境在命令行输入condacreate-n

qq_43669538·2022-11-21 23:28

VS Code在WSL及conda虚拟环境中使用jupyter notebook编写Octave代码

最近在学习吴恩达老师的机器学习课程，推荐使用的是Octave工具，这里配一波环境（默认已经装好VSCode和WSL，没装的友友看别的友友的博客）有错误或者有疑问的欢迎底下评论。

JoyceLiang-sudo·2022-11-21 22:32

Python · House Prices - Advanced Regression TechniquesKaggle实战：预测房价

1.动手学深度学习课程版本目录1.动手学深度学习课程版本1.1下载和缓存数据集¶1.2数据预处理1.3训练1.4K折交叉验证1.5模型选择1.6提交你的Kaggle预测Kaggle上的代码：http:/

pxyp123·2022-11-21 17:06

在计算机视觉方向如何快速提升自己?

如周志华老师的《机器学习》、李航老师的《统计学习方法》、《机器学习实践》、吴恩达老师的cs229、李宏毅老师的机器学习视频（B站就有

小白学视觉·2022-11-21 16:24

第一次周报

从本周开始学习李宏毅2022机器学习深度学习课程。本门课程一共分为十五个章节。

孙源峰·2022-11-21 15:37

吴恩达机器学习python实现1 单变量线性回归

单变量线性回归0、引入要用到的库importnumpyasnpimportmatplotlib.pyplotasplt1、读取数据，绘制图像withopen(文件路径)asf:populations=[]profit=[]forlineinf.readlines():populations.append(float(line.split(',')[0]))profit.append(float(l

Scarlett1007·2022-11-21 15:30

吴恩达机器学习课后作业ex1（python实现）

作业介绍吴恩达老师的作业资源可以在github或者网上找到。ex1主要是对线性回归的一些复习和梯度下降、损失函数等的具体代码实现。pdf文件是对作业的说明。

糖醋web排骨·2022-11-21 15:59

梯度下降法/正规方程求解线性回归问题Python实现

Rucooo·2022-11-21 15:48

吴恩达反向传播算法推导,吴恩达卷积神经网络ppt

如何评价吴恩达的学术地位吴恩达(AndrewNg)，斯坦福计算机系的副教授，师从机器学习的大师级人物MichaelI.Jordan。

普通网友·2022-11-21 10:13

推荐频道

吴恩达深度学习课程

深度学习-吴恩达 作业 Tensorflow环境部署