深度学习课程第15页

目标检测（4）—初步认识目标定位、特征点检测、目标检测（转载）

转载自：https://www.cnblogs.com/zyly/p/9180185.html同时这个是吴恩达深度学习课程上关于目标检测的内容（网易云课堂提供免费视频）一目标定位(单个物体)对象检测，它是计算机视觉领域中一个新兴的应用方向

hezuo1181·2019-04-08 19:39

浅层神经网络：反向传播公式推导

借鉴：https://www.zxxblog.cn/article/109神经网络与深度学习课程笔记：https://blog.csdn.net/red_stone1/article/details/77799014

ML_akai·2019-04-02 15:33

吴恩达老师深度学习与机器学习课程视频、笔记、代码资料整理！

但是由于国内访问coursera网站的速度非常慢，因此中国海洋大学的计算机博士黄海广在github上公开了吴恩达老师的机器学习和深度学习课程笔记镜像文件，供大家无障碍下载，大大地方便了中国人的学习，下面我将链接放在这里

dulingwen·2019-03-31 10:29

吴恩达机器学习，深度学习笔记

从2014年开始，以黄海广博士为首的一群机器学习爱好者发起了一个公益性质的项目（http://www.ai-start.com）：对吴恩达机器学习和深度学习课程的字幕翻译以及笔记整理。

小白的进阶之路·2019-03-22 22:03

吴恩达公开课资料笔记

//cs229.stanford.edu/syllabus.htmlgithub笔记和资料：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes深度学习课程地

jobbofhe·2019-03-16 18:36

1.LogisticRegression

这里就不仔细介绍原理了详细的原理请参考吴恩达深度学习课程移步网易教育好啦PS：我也有写视频课的笔记如果觉得有问题可以阅览一下我的笔记哦也许有提到你的疑问啦我是按照自己听课的时候思维逻辑写的笔记（超小声：

抠脚大汉QAQ·2019-03-04 01:55

关于卷积神经网络（CNN）与递归/循环神经网络(RNN)的入门学习

卷积神经网络（CNN）卷积神经网络（ConvolutionalNeuralNetwork）简称CNN，CNN是所有深度学习课程、书籍必教的模型，CNN在影像识别方面的为例特别强大，许多影像识别的模型也都是以

luckmia·2019-03-02 15:55

Coursera-吴恩达-深度学习-第四门课-卷积神经网络 -week4-编程作业

本文章内容：Coursera吴恩达深度学习课程，第四课：卷积神经网络（ConvolutionalNeuralNetworks）第四周：特殊应用：人脸识别和神经风格转换（Specialapplications

帅金毛·2019-02-25 12:56

Coursera-吴恩达-深度学习-第四门课-卷积神经网络 -week4-测验

本文章内容：Coursera吴恩达深度学习课程，第四课：卷积神经网络（ConvolutionalNeuralNetworks）第四周：特殊应用：人脸识别和神经风格转换（Specialapplications

帅金毛·2019-02-25 11:28

2019最新实战！给程序员的7节深度学习必修课，最好还会Python！

整理|琥珀出品|AI科技大本营从2017年开始，fast.ai创始人、数据科学家JeremyHoward以每年一迭代的方式更新“针对编程者的深度学习课程”（PracticalDeepLearningForCoders

AI科技大本营·2019-01-26 21:57

吴恩达Coursera深度学习课程 deeplearning.ai 目录

第一部分深度学习概论(1-1)深度学习概论–课程笔记(1-1)深度学习概论–编程作业(1-2)神经网络基础–课程笔记(1-2)神经网络基础–编程作业(1-3)浅层神经网络–课程笔记(1-3)浅层神经网络–编程作业(1-4)深层神经网络–课程笔记(1-4)深层神经网络–编程作业第二部分深度学习及其优化(2-1)深度学习实践–课程笔记(2-1)深度学习实践–编程作业(2-2)优化算法–课程笔记(2-2

haoyutiangang·2019-01-22 19:08

深度学习入门：10门免费线上课程推荐

在线深度学习课程CreativeApplicationsofDeepLearningwithTensorFlow★★★★★将介绍深度学习的基本组

网易云信·2019-01-21 00:00

MIT课程全面解读2019深度学习最前沿 | 附视频+PPT

MIT正在进行中的深度学习课程就全面描绘了当下的状态。最近一节课，LexFridman老师展现了深度学习各方向的最领先状态，也回顾了过去两年间通往前沿的一步步进展。

量子位·2019-01-19 14:50

深度学习课程之文本预处理、词袋模型、word2vec、语言模型（1.9）

词向量和语言模型深度学习其实最成功的应用是在图像上，有了CNN可以很好地提取图像上的特征，这些特征经过几层的神经网络结构可以很好地组合成比较抽象的特征。NLP常见任务自动摘要：媒体需要的头条通过NLP自动提取机器翻译主题识别文本分类（主题分类、情感分类、按照你的需求分类）问答系统聊天机器人：NLP的终极任务NLP处理方法传统：基于规则（去学习语言之间的语法规则，总结出一套系统，可拓展性不强）现代：

ALuckyPig·2019-01-09 10:34

Coursera-吴恩达-深度学习-神经网络和深度学习-week4-测验

本文章内容：Coursera吴恩达深度学习课程，第一课神经网络和深度学习NeuralNetworksandDeepLearning，第四周：深层神经网络(DeepNeuralNetworks)部分的测验

帅金毛·2018-12-30 22:52

梯度优化算法及python代码实例

1梯度下降简单说明想必大家对梯度下降或多或少有所了解，这里对他的原理就不再多说（其他教程说的比我好多了），只给出下列公式（按照吴恩达的深度学习课程中的公式）：上述公式中dW与db为权重W与偏置b的梯度方向

Leo蓝色·2018-12-26 15:12

【收藏清单】AI学习资料汇总——你想要的AI资源，这里都有

https://www.tinymind.cn/articles/52、李飞飞、吴恩达、Bengio等人的15大顶级深度学习课程，你收

AI科技大本营·2018-12-10 14:42

【收藏清单】AI学习资料汇总——你想找的AI资源，这里都有

https://www.tinymind.cn/articles/52、李飞飞、吴恩达、Bengio等人的15大顶级深度学习课程，你收

csdn人工智能头条·2018-12-10 14:44

第9篇 Fast AI深度学习课程——多目标识别与定位

一、一个模型同时实现单目标识别与定位在上一节中，我们先构建了一个分类网络，用于图片中最大目标的类别划分；然后构建了一个用于输出目标坐标的网络。我们尚未将两个网络联系起来。但事实上，两个网络的架构十分相似(都是基于resnet34)。那么能否去除这种冗余，使用一个网络同时实现目标分类与定位呢？本部分将按照：准备数据—构建网络—定义优化目标这一分解步骤，来展示针对应用场景进行建模的通用流程。1.准备数

suredied·2018-12-05 22:50

Andrew Ng深度学习课程笔记阅读记录(1)：神经网络和深度学习

深度学习要想获得较好的性能体现，有两个条件：一是要训练一个足够大的神经网络以发挥数据量巨大的特点，二是需要很多的数据。小数据规模的训练集上，性能效果取决于特征工程的能力。2.损失函数是在单个训练样本上定义的，衡量的是算法在单个训练样本中表现如何；为了衡量算法在全部训练样本上表现如何，需要定义的是代价函数，代价函数是对m个样本的损失函数求和再除以m3.计算图：正向可以方便的计算代价函数J，反向可以方

yumiii_·2018-12-04 20:08

cs224n自然语言处理与深度学习笔记 week1

前言本节主要针对斯坦福大学CS224N的自然语言处理与深度学习课程所做笔记,将学习过程中的一些重难点进行记录,方便后续复习什么是自然语言处理自然语言处理是计算机科学,人工智能和语言学的集合,该技术的目的是为了使计算机能够理解语言

hongyesuifeng·2018-12-03 15:53

神经网络与深度学习课程学习笔记（第二章）

第二章神经网络基础自学AndrewNg老师的神经网络公开课，作一些笔记，老师讲的非常详细，通俗易懂，感觉不需要做第一章的笔记，所以没有文章目录第二章神经网络基础2.1二分分类2.2logistic回归2.3代价函数2.4梯度下降法2.5导数2.6更多导数例子2.7计算图2.8计算图的导数计算2.9logistic回归中的梯度下降法2.10向量化2.11向量化的更多例子2.12向量化的logisti

P2Tree·2018-11-22 20:28

ValueError: 'c' argument has 1 elements, which is not acceptable for use with 'x' with size 400, 'y'

在做吴恩达深度学习课程第一课第三周的课后作业时，运行如下代码：plt.scatter(X[0,:],X[1,:],c=Y,s=40,cmap=plt.cm.Spectral)报错：ValueError:

BruceCheen·2018-11-21 22:25

卷积神经网络个人笔记(一)

这是本人在观看吴恩达老师的关于深度学习课程所作的个人笔记。由于研究生阶段打算进行NLP方面的学习，深度学习也广泛应用于NLP领域。在上完机器学习的网课后，就立马着手学习深度学习相关的知识。

XiaoQQin1·2018-11-15 23:12

机器学习初学者公众号下载资源汇总（一）

吴恩达老师的机器学习和深度学习课程笔记打印版原文链接：https://mp.weixin.q

10点43·2018-10-17 00:00

目标检测算法——YOLOV1解析

但是正如吴恩达在深度学习课程里面所说的，yolo的论文非常的难读，作者写文章的时候着重在写模型的测试部分，而对于模型的训练讲解的非常的

hang·2018-10-17 00:00

斯坦福深度学习课程笔记（四）

卷积神经网络历史神经网络历史视觉与卷积历史现代应用卷积和池化视觉之外的神经网络Pooling池化层历史ppt神经网络历史1957，感知机一代1960，Adaline/Madaline，尝试多层神经网络1986，反向传播算法提出2006，深度学习开始变得流行ReinvigoratedresearchinDeepLearning，[HintonandSalakhutdinov2006]2010-201

sjz_hahalala479·2018-10-14 21:04

斯坦福深度学习课程笔记（三）

介绍神经网络官网slides1反向传播上节课介绍了两种方法去计算梯度，一种是数值法计算梯度，也就是根据导数的定义计算；另一种是分析法计算梯度，根据微积分，使用公式计算。这节课介绍一种计算梯度的新方法，使用计算图的方式计算梯度。下图是svm多分类损失函数的一个计算图模型，计算图模型把公式中每个元素和符号都作为节点，连接起来。这个图模型有点类似于我们学编译原理的语法树，或者有限状态机，因为都是图模型嘛

sjz_hahalala479·2018-09-23 21:27

Greedy search与beam search

内容转自：https://github.com/fengdu78/deeplearning_ai_books(黄海广为AndrewNg的深度学习课程所编

csdnofzyk·2018-09-06 19:04

python——深度学习（感知器）总结

今年想要将深度学习中的CNN加入机器人足球中来，于是在看零基础入门深度学习课程，准备入门深度学习（大佬们请忽略），以下是连接https://www.zybuluo.com/hanbingtao/note

U_Itachi_·2018-08-30 11:50

吴恩达深度学习课程笔记（四）：卷积神经网络3 目标检测

吴恩达深度学习课程笔记（四）：卷积神经网络3目标检测吴恩达深度学习课程笔记（四）：卷积神经网络3目标检测3.1目标定位（Objectlocalization）目标定位：标签的定义：损失函数：3.2特征点检测

lovecencen1893·2018-08-28 23:05

深度学习 Day 15 | 神经网络（1）

深度学习Day15今天同步开始deeplearning.ai上吴恩达老师的深度学习课程做一些小笔记神经网络(neuralnetwork)Whatisneuralnetwork?

raphah·2018-08-25 22:15

吴恩达深度学习课程笔记（四）：卷积神经网络2 实例探究

吴恩达深度学习课程笔记（四）：卷积神经网络2实例探究吴恩达深度学习课程笔记（四）：卷积神经网络2实例探究2.1为什么要进行实例探究2.2经典网络LeNet-5AlexNetVGG-162.3残差网络（ResNets

lovecencen1893·2018-08-18 16:57

数据科学个人笔记：神经网络（矩阵化+正则化）

继续吴恩达老师的深度学习课程笔记一、算法实现中的矩阵化方法到此，我们已经讲完了构建并训练出一个神经网络的流程和其中的计算细节。

humothetrader·2018-08-15 22:26

数据科学个人笔记：神经网络（网络结构+反向传播）

该篇主要是学习吴恩达老师的深度学习课程笔记，未完待续一、待解决的问题现在，我们有一堆样本，每个样本由一组输入值(向量x表示)和一组输出值(向量y表示，在我们举例的模型中y是一个1*1的向量)。

humothetrader·2018-08-15 22:03

吴恩达深度学习课程笔记（四）：卷积神经网络1

吴恩达深度学习课程笔记（四）：卷积神经网络1吴恩达深度学习课程笔记（四）：卷积神经网络1第一周卷积神经网络1.1计算机视觉1.2边缘检测示例1.3更多边缘检测内容1.4Padding1.5卷积步长1.6

lovecencen1893·2018-08-14 23:31

吴恩达深度学习课程笔记（三）：结构化机器学习项目1

吴恩达深度学习课程笔记（三）：结构化机器学习项目1吴恩达深度学习课程笔记（三）：结构化机器学习项目1第一周机器学习（ML）策略（1）1.1为什么要ML策略1.2正交化1.3单一数字评估指标1.4满足和优化指标

lovecencen1893·2018-08-06 12:09

PyTorch基础入门六：PyTorch搭建卷积神经网络实现MNIST手写数字识别

Liamcoder·2018-08-05 20:02

机器学习视频

article/details/79405174（国内）https://www.coursera.org/learn/machine-learning（国外）2完成之后，大家不妨选择JeremyHoward深度学习课程的第一部分

jasmine_wxy·2018-08-02 11:42

吴恩达Coursera深度学习课程 deeplearning.ai (5-3) 序列模型和注意力机制--编程作业(二)：触发字检测

Part2:触发字检测关键词语音唤醒触发字检测欢迎来到这个专业课程的最终编程任务！在本周的视频中，你了解了如何将深度学习应用于语音识别。在本作业中，您将构建一个语音数据集并实现触发字检测算法（有时也称为关键字检测或唤醒检测）。触发字检测技术，可以让亚马逊Alexa，GoogleHome，AppleSiri和百度DuerOS等设备在听到某个词语时进行唤醒。本练习中，我们的触发词将是“Activate

haoyutiangang·2018-07-27 09:50

吴恩达Coursera深度学习课程 deeplearning.ai (5-3) 序列模型和注意力机制--编程作业(一)：机器翻译

Part1:机器翻译欢迎来到本周第一个作业。你将建立一个将人类可读日期（“2009年6月25日”）转换为机器可读日期（“2009-06-25”）的神经机器翻译（NMT）模型。你将使用注意力机制来执行此操作，这是模型序列中最尖端的一个序列。导包fromkeras.layersimportBidirectional,Concatenate,Permute,Dot,Input,LSTM,Multiply

haoyutiangang·2018-07-27 09:44

吴恩达Coursera深度学习课程 deeplearning.ai (5-3) 序列模型和注意力机制--课程笔记

3.1基础模型sequencetosequencesequencetosequence：两个序列模型组成，前半部分叫做编码，后半部分叫做解码。用于机器翻译。imagetosequencesequencetosequence：一个卷积神经网络和一个序列模型组成，前半部分叫做编码，后半部分叫做解码。用于图片描述。3.2选择最可能的句子语言模型：根据输入的零向量根据概率预测输出，一个单词一个单词的生成。

haoyutiangang·2018-07-27 09:43

吴恩达Coursera深度学习课程 deeplearning.ai (5-1) 循环序列模型--编程作业(三)：利用LSTM即兴创作Jazz

Part3:利用LSTM即兴创作Jazz欢迎来到本周的最后一个作业！在这个作业中，你将利用LSTM建立一个生成音乐的模型。在作业的最后你将可以听到你自己的音乐。你将学会：在音乐生成中使用LSTM利用深度学习生成你的jazz音乐导包from__future__importprint_functionimportIPythonimportsysfrommusic21import*importnumpy

haoyutiangang·2018-07-25 09:33

吴恩达Coursera深度学习课程 deeplearning.ai (5-1) 循环序列模型--编程作业(二)：字母级别的语言模型 - 恐龙岛

Part2：字母级别的语言模型-恐龙岛欢迎来到恐龙岛！6500万年前，恐龙就存在了。在这项任务中他们又回来了。现在你负责一项特殊任务。领先的生物学研究人员正在创造新的恐龙种类并将它们带到地球上，您的工作就是为这些恐龙命名。如果一只恐龙不喜欢它的名字，它可能会被人误认，所以请明智地选择！幸运的是，你已经学会了一些深度学习，你会用它来拯救这一天。你的助手收集了他们可以找到的所有恐龙名称的列表，并将它们

haoyutiangang·2018-07-25 09:53

神经网络基础-梯度下降和BP算法

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.

Dominic221·2018-07-21 21:51

神经网络基础-多层感知器(MLP)