吴恩达-深度学习笔记

很棒的AIGC 教程-适合初学者也适合进阶AI爱好者

入门人工智能为每个人-吴恩达面向师生的实用人工智能-沃顿商学院人工智能初学者-微软生成式AI学习路径-谷歌大语言模型提示工程ChatGPT
AI 研习所·2023-09-06 06:12

吴恩达：AI已经做好颠覆人类医生的准备了

近来，一组由吴恩达博士带领的斯坦福研究人员开发了一个新的机器学习模型，通过心电图来判断患者是否心律不齐，其效果甚至已经超过了人类专家。
llawliet0001·2023-09-06 04:39

数学建模--逻辑回归算法的Python实现

首先感谢CSDN上发布吴恩达的机器学习逻辑回归算法任务的各位大佬.通过大佬的讲解和代码才勉强学会.这篇文章也就是简单记录一下过程和代码.CSDN上写有关这类文章的大佬有很多,大家都可以多看一看学习学习.
Danceful_YJ·2023-09-06 02:02

机器学习(吴恩达第一课)

课程链接文章目录第一周1、机器学习定义2、监督学习(Supervisedlearning)1、回归(Regression)2、分类(Classification)3、无监督学习(Unsupervisedlearning)4、线性回归模型5、代价函数6、梯度下降(Gradientdescent)1、学习率2、用于线性回归的梯度下降第二周(多维特征)1、特征缩放2、如何设置学习率3、特征工程(Feat
Think-killer·2023-09-05 15:04

吴恩达：AI已经做好颠覆人类医生的准备了

近来，一组由吴恩达博士带领的斯坦福研究人员开发了一个新的机器学习模型，通过心电图来判断患者是否心律不齐，其效果甚至已经超过了人类专家。
分享IT资源·2023-09-04 23:21

机器学习入门笔记1

目前主要跟着B站的2022吴恩达机器学习课程并完成相应的练习作业文章目录基础知识ApplicationsDefinitionSupervisedlearningUnsupervisedlearningLinearRegressionModel
lonyhai·2023-09-04 14:27

自动驾驶入门日记-14-2018CVPR自动驾驶论文阅读

要说有什么好玩的事情，应该是我们的吴恩达（AndrewNg）老师最近就在今天宣布开始种地啦，国人田园风光才是真正美好啊。开玩笑的啦，新闻是这样的：L
我爱大头老婆·2023-09-04 10:31

吴恩达gradio课程：diffusion 文生图（Image to Text）模型

文章目录内容简介主要的Block元素构建应用程序界面改进内容简介使用了基于Diffusion模型的图像生成技术,可以从文本描述中生成图像。通过简单的Python代码调用模型接口,只需要提供文本提示即可生成图像。使用Gradio构建了一个简洁的网页界面,可以自定义文本提示来生成图像。接口可以控制生成图像的大小和细节程度等参数。使用GradioBlocks,它可以创建更复杂的用户界面布局。主要的Blo
Cachel wood·2023-09-03 20:44

吴恩达gradio课程：文本摘要和NER

文章目录`APIToken`获取文本摘要小型专家模型构建文本摘要应用程序构建命名实体识别应用程序NERAPIToken获取获取方式参考：HuggingFace的APItoken获取方式指南文本摘要使用distilbart-cnn模型构建了一个文本摘要应用。该模型专门用于文本摘要任务。使用Gradio创建了一个简单的用户界面,允许用户输入文本并生成摘要。使用了一个BERT模型构建了一个命名实体识别应
Cachel wood·2023-09-03 20:43

CV 开发的自我修养

CV开发者自我修养|吴恩达教程/笔记/刷题资料最全汇总书籍教程⋅sophie⋅于4个月前⋅746阅读吴恩达老师在机器学习领域的知名度是众所周知的，他在coursera平台上发布的《机器学习》课程，在国内外都可以说是机器学习入门的第一课和最热门课程
thousand_·2023-09-03 18:42

智聚长沙、共襄盛举 | 1024 程序员节讲师征集

这个由GoogleFellowJeffDean、研究员GregCorrado和当时还在斯坦福任教的教授吴恩达共同发起的项目，成功让普罗大众首次亲眼目睹深度学习的威力，并打响了自己的名号。
CSDN资讯·2023-08-31 15:46

深度学习笔记9_Softmax回归_图像分类（李沐，pytorch)

%matplotlibinlineimporttorchimporttorchvisionfromtorch.utilsimportdatafromtorchvisionimporttransformsfromd2limporttorchasd2ld2l.use_svg_display()SVG是一种无损格式–意味着它在压缩时不会丢失任何数据，可以呈现无限数量的颜色。d2l.use_svg_dis
贤良淑德列克星敦_CV2·2023-08-31 13:16

机器学习 - 吴恩达版(Stanford)笔记 003

Topic:definitionofsupervisedlearning如果你有一个朋友想卖掉自己的房子，他的房子大小是想知道自己的房子可以卖多少钱。学习算法可以帮助他做什么呢？学习算法可以根据数据画一条直线或者曲线来拟合数据.如果用一条直线来拟合数据点，我们大致可以得出，房子可以卖150,000刀但也许我们有更好的拟合方式，比如使用多项式或者高次函数。例如使用二次函数(quadraticfunc
Wallace_QIAN·2023-08-30 18:07

深度学习笔记其一：基础知识和PYTORCH

深度学习笔记其一：基础知识和PYTORCH1.数据操作1.2入门1.2.1导入torch1.2.2张量1.3运算符1.4广播机制1.5索引和切片1.6节省内存1.7转换为其他Python对象1.8小结2
泠山·2023-08-30 18:17

卷积神经网络之一维卷积、二维卷积、三维卷积

如果你对卷积维度的计算不清楚，可以参考我之前的博客吴恩达深度学习笔记（deeplearning.ai）之卷积神经网络（CNN）（上）。
bebr·2023-08-30 05:32

AI培训班有存在的必要吗？

本文由【AI前线】原创，原文链接：t.cn/RY3RQEVAI前线导语：“被称为“业界良心”吴恩达在Coursera的免费机器学习课程，学员数目有超过两百万；而最近国内某人工智能教育平台创始人也在微博宣称其培训平台已经吸引到将近十万的付费学员
AI前线·2023-08-30 00:58

Machine Learning Resources

吴恩达老师的9周课程网上推荐的非官方笔记台湾大学李宏毅教授的课程CarnegieMellonUniversityTomMitchellandMaria-FlorinaBalcanMachineLearninghttps
浩瀚之宇·2023-08-29 06:01

吴恩达机器学习——正则化

7.1过拟合的问题过拟合问题简单来说就是泛化能力差：所建的机器学习模型在训练样本中准确率很高，在验证数据集中准确率低——也就是说模型难以推广到新的数据。下图是一个回归问题的例子：第一个模型是一个线性模型，欠拟合，不能很好地适应我们的训练集；第三个模型是一个四次方的模型，过于强调拟合原始数据，而丢失了算法的本质：预测新数据。我们可以看出，若给出一个新的值使之预测，它将表现的很差，是过拟合，虽然能非常
SCY_e62e·2023-08-29 00:26

吴恩达深度学习--logitic回归损失函数

2.3logitic回归损失函数学习损失函数和误差函数可以用来检测算法运行情况，如在算法输出时定义损失，yhat和实标y有可能是一个或半个平方误差。平方误差函数你可以如此操作，但一般在逻辑回归里不进行此操作，因为当研究参数时，我们讨论的优化问题将会变成非凸问题，所以优化问题会产生多个局部最优解，梯度下降算法也就无法找到全局最优解。函数L被称为损失函数，需要进行设定，才能在实标为y时对输出yhat进
862180935588·2023-08-28 15:54

吴恩达 GPT Prompting 课程

PromptingGuidelines目录GuidelinesforPromptingPromptingPrinciplesPrinciple1:Writeclearandspecificinstructions1.1:Usedelimiterstoclearlyindicatedistinctpartsoftheinput1.2:Askforastructuredoutput1.3:Askthe
学习溢出·2023-08-23 08:29

和李沐大神一起动手学深度学习笔记2——Softmax 回归

Softmax回归Softmax回归是一个多类分类模型，使用Softmax操作子可以得到每个类的预测置信度(概率)，使用交叉熵来衡量预测和标号的区别。分类vs回归image.png从回归到多类分类---均方损失,如下所示。image-20210827093003754.png  举例说明一位有效编码，大意为只有其中一个位的值为1，比如我有猫、狗和猪三类，标号则是长度为3的向量，那么可以分别表示为0
a_Janm·2023-08-22 02:27

【吴恩达机器学习】第六周—机器学习系统设计

31.jpg1.应用机器学习的建议1.1下一步做什么仍然使用预测房价的学习例子，假如你已经完成了正则化线性回归，也就是最小化代价函数J的值，假如，在你得到你的学习参数以后，如果你要将你的假设函数放到一组新的房屋样本上进行测试，假如说你发现在预测房价时产生了巨大的误差，现在你的问题是要想改进这个算法，接下来应该怎么办？获得更多的训练实例——通常是有效的，但代价较大，下面的方法也可能有效，可考虑先采用
Sunflow007·2023-08-21 22:16

吴恩达机器学习2011版本学习笔记

这是看完视频后，按自己的理解做了笔记。监督学习学的比较认真，33之后的无监督学习心态已经浮躁了，以后要再学一遍2022最新版视频课。1，有正确答案是有监督学习，反之是无监督学习2，模型就是把训练数据拟合为一个公式(严格来说是个函数，关系)。入门的拟合的方法是最小二乘法，先假设一个公式，代入不同系数，然后再把训练数据的x依次代入求y，然后看y与训练数据的正确答案的方差。这样假设的系数作z，与结果方差
zhaot1993·2023-08-19 21:05

[Machine Learning] decision tree 决策树

正好原本的学习进度刚刚完成这部分，所以集成一个笔记了,本文中所有的截图绝大多数来自吴恩达老师的公开课
ViceMusic5·2023-08-19 11:34

5-2 Coursera吴恩达《序列模型》 第二周课程笔记-自然语言处理和词嵌入

上一篇文章5-1Coursera吴恩达《序列模型》第一周课程笔记-循环序列网络(RNN)我们主要介绍了循环神经网络（RNN）的基本概念、模型和具体应用。
双木的木·2023-08-17 19:42

机器学习吴恩达——第二周

7逻辑回归7.1分类问题在分类问题中，我们要预测的变量y是离散的值，比如说0，1。这时我们可以采用逻辑回归来处理问题。在分类问题中，我们尝试预测的是结果是否属于某一个类(例如正确或错误)。分类问题的例子有:判断一封电子邮件是否是垃圾邮件;判断一次金融交易是否是欺诈;之前我们也谈到了肿瘤分类问题的例子，区别一个肿瘤是恶性的还是良性的。首先是二元的分类问题，那么结果y只有两种情况，0和1.二元分类问题
荔枝葡萄干·2023-08-16 15:54

2022-01-15 吴恩达来信：建立AI职业生涯的小tips

来源：吴恩达来信：建立AI职业生涯的小tips(qq.com)亲爱的朋友们,人工智能持续创造着无数令人兴奋的工作机会，我知道你们中的许多人都希望在这个领域发展自己的职业生涯。
我想要日更徽章·2023-08-15 22:11

深度学习笔记（kaggle课程《Intro to Deep Learning》）

一、什么是深度学习？深度学习是一种机器学习方法，通过构建和训练深层神经网络来处理和理解数据。它模仿人脑神经系统的工作方式，通过多层次的神经网络结构来学习和提取数据的特征。深度学习在图像识别、语音识别、自然语言处理等领域取得了重大突破，并被广泛应用于人工智能技术中。深度学习原理概括深度学习的原理可以简单地概括为以下几点：神经网络结构：深度学习使用一种称为神经网络的结构。神经网络由许多称为神经元的节点
Avasla·2023-08-15 07:13

反向传播算法

吴恩达神经网络课程里，反向传播算法最难理解的是反向传播阶段怎样调整各层次的权值，费用函数的双层求和符号令人无限头大，于是费用函数的偏导数就更难证明。
若_6dcd·2023-08-14 07:00

机器学习（一）模型三要素

模型迭代要求4.策略阶段要点（三）优化算法：1.普通参数2.超参数二、深度学习改变了什么1、大规模数据性能提升可观2、隐式特征学习--AE本文是对李航博士《机器学习方法》，邱锡鹏博士的《神经网络与深度学习》，吴恩达机器学习课程
元吉光·2023-08-14 05:43

机器学习 - 吴恩达版(Stanford)笔记 005

Topic:ModelRepresentation假设你的朋友有一个1250squarefeet的房子，如何借助这个数据估价？之前提到，这是一个监督学习算法。在此我们定义训练集(TrainingSet)的概念。对于监督学习，我们有特征集合x，和目标集合y一一对应，组成训练集。而对于训练集里的单条数据，他的特征组，和结果，写作,整个监督学习的过程即如上图：输入trainingset，使learnin
Wallace_QIAN·2023-08-13 23:19

深度学习笔记—模型优化

[问题]深度模型中的优化问题部分1.牛顿法神经网络中最广泛使用的二阶方法：牛顿法牛顿法解决了哪些问题？二阶方法→一阶的导数？牛顿法有哪些问题？1)会受到目标函数的某些特征带来的挑战2)每次训练迭代，导致参数的改变，需要进行重新计算导致→只有参数很少的网络才能在实际中用牛顿法来训练还有，当目标函数的表面非常凸，如有鞍点的情况→使用牛顿法会有问题2.共轭梯度最速下降方法有什么弱点？线搜索是什么？共轭梯
no_repeat·2023-08-13 22:28

AI数学基础10——多个样本神经网络输入公式

本文是吴恩达深度学习课程第一门课3.4节的总结单个样本输出公式如下所示：当扩展到m的样本时，可以用for循环来实现多个样本的神经网络输出值计算，在《AI数学基础6——向量化（Vectorization）
LabVIEW_Python·2023-08-13 13:03

UFLDL新版教程与编程练习（六）：Multi-Layer Neural Network（多层神经网络）

UFLDL是吴恩达团队编写的较早的一门深度学习入门，里面理论加上练习的节奏非常好，每次都想快点看完理论去动手编写练习，因为他帮你打好了整个代码框架，也有详细的注释，所以我们只要实现一点核心的代码编写工作就行了
赖子啊·2023-08-12 12:18

吴恩达机器学习笔记（二）

模型描述：根据房间的大小（平方数）预测其能售卖出的价格1、监督学习（每个例子都有一个正确的输出值）1.1、回归问题，可以预测一个准确的数值输出1.2、分类问题，可以预测离散值输出（只有0和1的离散值输出）2、训练集（trainingset）：在监督学习中提供“参考”的数据集合三个要素：训练集的数量，输入变量，输出变量训练样本（trainingexample）：（x^(i),y^(i)）第i个训练样
五大人·2023-08-12 02:26

深度学习阶段性回顾

本文针对过去两周的深度学习理论做阶段性回顾，学习资料来自吴恩达老师的2021版deeplearning.ai课程，内容涵盖深度神经网络改善一直到ML策略的章节。
猫咪的白手套·2023-08-11 06:20

【深度学习笔记】TensorFlow 常用函数

TensorFlow提供了一些机器学习中常用的数学函数，并封装在Module中，例如tf.nnModule提供了神经网络常用的基本运算，tf.mathModule则提供了机器学习中常用的数学函数。本文主要介绍TensorFlow深度学习中几个常用函数的定义与用法，并给出相应用法示例。目录1tf.nn.sigmoid2tf.nn.relu3tf.nn.softmax4tf.math.reduce_s
洋洋Young·2023-08-10 21:37

平安夜前

在网易云课堂上听吴恩达的深度学习的课程，然后在推特上关注了他，他说了一
给梦想一点时间·2023-08-10 21:18

神经网络基础-卷积神经网络

本文参考：本文参考吴恩达老师的Coursera深度学习课程，很棒的课，推荐本文默认你已经大致了解深度学习的简单概念，如果需要更简单的例子，可以参考吴恩达老师的入门课程：http://study.163.
Dominic221·2023-08-10 06:09

吴恩达作业（5）CNN神经网络(tensorflow实现)--手势识别

题目：输入手势图片，判断手势数字。如：输出数字555数据集：test_signs.h5：训练集，维度为：（1080，64，64，3），即1080张64*64的彩色图片train_signs.h5：测试集，维度为：（120，64，64，3），即120张64*64的彩色图片参考博客目的：搭建卷积层:CONV2D−>RELU−>MAXPOOL−>CONV2D−>RELU−>MAXPOOL−>FLATTE
快乐活在当下·2023-08-10 06:35

吴恩达机器学习笔记（自用）

吴恩达机器学习机器学习的定义什么是机器学习？
cosθ·2023-08-09 06:02

机器学习啃书计划

机器学习啃书计划reference：西瓜书和吴恩达视频https://github.com/Vay-keen/Machine-learning-learning-notes/blob/master/周志华
IKKA·2023-08-08 18:40

【深度学习笔记】TensorFlow 基础

在TensorFlow2.0及之后的版本中，默认采用EagerExecution的方式，不再使用1.0版本的Session创建会话。EagerExecution使用更自然地方式组织代码，无需构建计算图，可以立即进行数学计算，简化了代码调试的过程。本文主要介绍TensorFlow的基本用法，通过构建一个简单损失函数，介绍TensorFlow优化损失函数的过程。目录1tf.Tensor2tf.Vari
洋洋Young·2023-08-08 14:51

机器学习-吴恩达9(1)-异常检测

“黑中有白，白中有黑，没有绝对的白，也没有绝对的黑，黑可衬白，白可映黑。万物皆可转换”。本文中对异常检测算法做了小结，主要包含：问题产生高斯分布算法使用场景八种无监督异常检测技术异常检测和监督学习对比特征选择异常检测NoveltyDetection异常是相对于其他观测数据而言有明显偏离的，以至于怀疑它与正常点不属于同一个数据分布。异常检测是一种用于识别不符合预期行为的异常模式的技术，又称之为异常值
皮皮大·2023-08-07 20:17

中欧Mini-MBA深度学习笔记+总结 Day-3

一、学习笔记学习笔记-3.png二、总结/心得在这个充满不确定性的VUCA时代，创新成为主旋律，从国家层面的新旧动能转换，到企业界的变革创新，只有创新才能生存，只有创新才能更好地发展。谈创新易，做创新难。各种关于创新的思维与理念层出不穷，而实际情况却是知易而行难，如何将创新切实与经营战略挂钩并可以落地，很多伟大的引领者通过自己的勇敢实践，探索出成功的道路。在此次课程的第三部分中，为创新梳理了五大原
Maggie雷玮·2023-08-07 12:46

第十四章 无监督学习

该系列文章为，观看“吴恩达机器学习”系列视频的学习笔记。虽然每个视频都很简单，但不得不说每一句都非常的简洁扼要，浅显易懂。非常适合我这样的小白入门。
tomas家的小拨浪鼓·2023-08-07 01:24

吴恩达教授深度学习--神经风格转换算法

本文所使用的代码和测试图片已上传至百度网盘https://pan.baidu.com/s/1R-z7L95iQIDBpAF32sgWFg，提取码：b4cg。什么是神经风格迁移？假设你有一张内容图片C（Content）和一张具有独特风格S（Style）的图片，神经风格迁移可以让这两张图片结合，让原始图片具有图片S的风格。所以神经风格迁移可以解决的问题是：生成一张同时具有图片C的内容和图片S的风格的新
Y.IU.·2023-08-06 16:58

【深度学习笔记】深度学习框架

本专栏是网易云课堂人工智能课程《神经网络与深度学习》的学习笔记，视频由网易云课堂与deeplearning.ai联合出品，主讲人是吴恩达AndrewNg教授。
洋洋Young·2023-08-06 14:03

个人规划（研0暑假版）

下面个人计划暑假学习内容：7~8月机器学习(吴恩达+《西瓜书》+实践补充)8~9月深度学习(吴恩达+《python深度学习》+动手学习深度学习)之后每天都会通过CSDN的方式来记录每天学习情况，每周会更新一个视频至
WananRd·2023-08-06 08:07

吴恩达深度学习笔记（11）-烧脑神经网络前向传播和后向传播计算

计算图（ComputationGraph）可以说，一个神经网络的计算，都是按照前向或反向传播过程组织的。首先我们计算出一个新的网络的输出（前向过程），紧接着进行一个反向传输操作。后者我们用来计算出对应的梯度或导数。计算图解释了为什么我们用这种方式组织这些计算过程。在这篇笔记中中，我们将举一个例子说明计算图是什么。让我们举一个比逻辑回归更加简单的，或者说不那么正式的神经网络的例子。我们尝试计算函数J
极客Array·2023-08-06 07:54
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他