深度学习课程

AI基础：自然语言处理基础之序列模型

本文主要参考吴恩达老师的深度学习课程[1]笔记部分。0.导语序列模型，是自然语言处理的基础，本集讲解循环序列模型。
湾区人工智能·2022-12-15 15:03

吴恩达深度学习课程第一课---深度学习---第一周学习笔记

吴恩达深度学习课程第一课–深度学习–第一周学习笔记什么是神经网络神经网络就是按照一定规则将多个神经元连接起来的网络单神经元网络，相当于简单的函数，输入x得出y,如图:复杂一些的神经网络是由多个单元神经网络堆叠起来的机器学习被应用于结构化数据和非结构化数据结构化数据是数据的数据库
菜刀l四庭柱·2022-12-15 14:19

Ng深度学习课程-第四课第四周笔记摘要

人脸识别One-Shot学习Siamese网络Triplet损失人脸验证与二分类风格迁移的代价函数一维到三维推广
bebr·2022-12-15 14:18

Ng深度学习课程-第四课第二周笔记摘要

深度卷积网络：实例探究为什么要进行实例探究？经典网络残差网络(ResNets)(ResidualNetworks(ResNets))谷歌Inception网络简介（整理者注：ResNets实现的GitHub地址https://github.com/KaimingHe/deep-residualnetworks）迁移学习数据增强•KaimingHe,XiangyuZhang,ShaoqingRen,
bebr·2022-12-15 14:47

Ng深度学习课程-第三课第二周笔记摘要

进行误差分析清除标注错误的数据快速搭建你的第一个系统，并进行迭代使用来自不同分布的数据进行训练和测试数据分布不匹配时的偏差与方差的分析迁移学习多任务学习什么是端到端的深度学习？是否要使用端到端的深度学习？
bebr·2022-12-15 14:46

Ng深度学习课程-第二课第三周笔记摘要

超参数调试、Batch正则化和程序框架归一化网络的激活函数进行归一化可以加快学习过程。测试时的BatchNormSoftmax回归
bebr·2022-12-15 14:46

Ng深度学习课程-第二课第二周笔记摘要

Mini-batch梯度下降指数加权平均数指数加权平均的偏差修正动量梯度下降法（GradientdescentwithMomentum）RMSpropAdam学习率衰减(Learningratedecay)局部最优的问题
bebr·2022-12-15 14:16

Ng深度学习课程-第一课第二周笔记摘要

计算机中为了保存一张图片，需要保存三个矩阵，它们分别对应图片中的红、绿、蓝三种颜色通道。如果你的图片大小为64x64像素，那么就有三个规模为64x64的矩阵，分别对应图片中红、绿、蓝三种像素的强度值。为了把这些像素值放到一个特征向量中，我们需要把这些像素值提取出来，然后放入一个特征向量x，如果图片的大小为64x64像素，那么向量x的的总维度，将是64乘以64乘以3。现在我们用n来表示输入特征向量x
bebr·2022-12-15 14:46

Deeplearning.ai深度学习课程笔记-在线版

注意：请点击阅读原文课程概述课程视频离线版本可以到github：https://github.com/fengdu78/deeplearning_ai_books查找下载。课程地址：https://mooc.study.163.com/university/deeplearning_ai#/c这些课程专为已有一定基础（基本的编程知识，熟悉Python、对机器学习有基本了解），想要尝试进入人工智能领
风度78·2022-12-15 14:44

深度学习课程笔记-第二周

title:深度学习课程笔记-第二周date:2022-11-2021:58:31对于有m个训练集的样本，并不需要for循环遍历整个样本。
?ZERO?·2022-12-15 14:12

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Recurrent Neural NetWork（RNN）

文章目录一、SlotFilling二、RecurrentNeuralNetWork（RNN）三、BidirectionalRNN（双向RNN）四、LongShortTermMemory（LSTM）五、LearningTarget六、RNN很难Train七、HelpfulTechniques7.1LSTM7.2GRU7.3Others八、ManyToOne8.1SentimentAnalysis情绪
WSKH0929·2022-12-15 06:52

【机器学习基础】数据划分、超参数调整、正则化

本文来源于吴恩达老师的深度学习课程[1]笔记部分。作者：黄海广[2]导语本文讲解机器学习的策略方面，包括数据划分、超参数调整、正则化等。
风度78·2022-12-14 15:54

机器学习/深度学习实战——十行代码预测kaggle房价（automl）

沐神提供在动手学深度学习课程中提供的代码，我在本地进行了复现，这里整理一下。关于数据分析、预处理、用传统机器学习方法进行网络训练可以参考我之前的几篇博客。
留小星·2022-12-13 23:14

datawhale-学习总结

参加了7月datawhale组队学习课程《李宏毅深度学习课程》,对这一期自己的学习做下总结.收获：1.至始至终完成一个课程的学习，这对提升自己对深度学习的历史，今天和未来有全局的认识.2.了解了机器学习
MUP_RXL·2022-12-13 22:44

01 机器(深度)学习介绍-学习笔记-李宏毅深度学习2021年度

下篇：02机器学习任务攻略-学习笔记-李宏毅深度学习2021年度前言为了巩固深度学习知识，学习和复习了2021年度的李宏毅老师的深度学习课程在之后的笔记中，我会将字体分为红色，黄色，和绿色，分别表示重点
iioSnail·2022-12-13 17:14

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Classification（Short Version）

文章目录一、前言二、ClassificationasRegression三、ClassasOne-HotVector四、Soft-Max归一化五、LossofClassification一、前言本节用较短的篇幅介绍一下深度学习解决如何分类问题。如果想看长的版本，可以参考下面的视频。二、ClassificationasRegression把分类当作回归来看如下图所示，我们可以把每个类别对应到一个数字
WSKH0929·2022-12-13 16:58

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Deep Learning Task Tips

文章目录一、深度学习步骤回顾二、常规指导三、训练过程中Loss很大3.1原因1：模型过于简单3.2原因2：优化得不好3.3原因1or原因2？四、训练过程Loss小。测试过程Loss大4.1原因1：过拟合Overfitting4.2原因2：Mismatch五、N折交叉验证六、Whengradientissmall...6.1Batch6.2Momentum七、AdaptiveLearningRate
WSKH0929·2022-12-12 08:46

pytorch基础（二）：构建简单的神经网络

另外，本博客中的有些内容基于吴恩达老师深度学习课程，我会尽量说明一下，但不敢保证全面。一、使用numpy完成
麻衣带我去上学·2022-12-12 08:59

RNN——循环神经网络

资料来源：台大李宏毅2020机器学习深度学习课程目录RecurrentNeuralNetwork`一、引入``二、RNN``RNNExample``RNN获得的效果``两种不同的RNN变形``双向RNN
yuemo3353009·2022-12-11 22:48

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Deep Learning Introduction

文章目录一、深度学习的概念二、函数的类型三、深度学习的步骤3.1定义一个参数未知的函数表达式3.2定义一个损失函数3.3采用梯度下降法求解使得函数表达式的Loss最小的参数四、视频播放量预测案例4.1案例介绍和思路分析4.2线性函数表达式14.3改进1：使用前一段时间的播放量来预测明天的播放量4.4改进2：采用非线性函数表达式4.5多层神经网络一、深度学习的概念让机器自动寻找一个函数如下图所示：语
WSKH0929·2022-12-11 17:32

【动手学深度学习Pycharm实现1】线性回归的从0开始实现

前言最近在学习李沐大神的深度学习课程，不得不说，李沐大神教的真好，下面的代码也是跟着他的视频一步一步敲出来的，也添加了自己的一些理解。
Stick_2·2022-12-11 16:34

吴恩达Coursera深度学习课程 course2-week2 优化方法 作业

P0前言第二门课:ImprovingDeepNeuralNetworks:Hyperparameterturing,RegularizationandOptimization(改善深层神经网络：超参数调试、正则化以及优化)第二周:Optimizationalgorithms(优化算法)主要知识点:Mini-batch梯度下降、指数加权平均、Momentum梯度下降、RMSprop、Adam优化算法
ASR_THU·2022-12-11 14:25

Transformer BEV perception

一、Transformer原理李宏毅2021深度学习课程，看了3遍self-attention和Transformer的原理，勉强看懂。因为这里是用语音识别作为例子的，和图片应用还是有点不一样。
冰冻三尺go·2022-12-11 09:06

AttributeError: module ‘torch.nn‘ has no attribute ‘HuberLoss‘

在跟李沐大神的深度学习课程，在实现一个最基本的线性回归算法这章，尝试使用HuberLoss代替MSELoss时，出现错误：AttributeError:module'torch.nn'hasnoattribute'HuberLoss
小白不困了·2022-12-10 22:21

pytorch基础（六）：torch.nn.Softmax和torch.nn.CrossEntropyLoss

另外，本博客中的有些内容基于吴恩达老师深度学习课程，我会尽量说明一下，但不敢保证全面。一、问题描述  吴恩达
麻衣带我去上学·2022-12-09 11:20

深度学习笔记(13.numpy实现LSTM)

摘要Ng深度学习课程第五部分序列化模型，第一周作业numpy实现，并利用LSTM生成恐龙名称实验。涉及到正向传播、反向传播公式，程序的整合，部分理论学习。代码注释添加了部分说明。
迷茫猿小明·2022-12-09 07:07

One-Shot学习/一次学习（One-shot learning）

来源：Coursera吴恩达深度学习课程人脸识别所面临的一个挑战就是需要解决一次学习问题（one-shotlearningproblem），这意味着在大多数人脸识别应用中，你需要通过单单一张图片或者单单一个人脸样例就能去识别这个人
双木的木·2022-12-08 13:06

西瓜书 第五章 神经网络学习笔记

这一章对人还是比较友好的，主要就是公式比较复杂，个人觉得这一章不如吴老师深度学习课程讲得好，有需要的小伙伴请移步B站学习。
欢桑·2022-12-08 08:15

深度学习入门资料分类汇总（持续更新）

请根据需要自行选择学习内容，机器学习是基础课程，但是吴恩达的深度学习课程也会讲一些机器学习基础，不学机器学习也能看明白。
刀客塔辛·2022-12-07 05:10

深度学习03-CNN 应用

说明：本系列是七月算法深度学习课程的学习笔记文章目录1概述2图片识别+定位3物体监测3.1选择性搜索3.2R-CNN3.3FastR-CNN3.4FasterR-CNN4语义分割4.1滑窗处理4.2全卷积神经网络
约定写代码·2022-12-06 22:54

Andrej Karpathy | 详解神经网络和反向传播（基于micrograd）

只要你懂Python，大概记得高中学过的求导知识，看完这个视频你还不理解反向传播和神经网络核心要点的话，那我就吃鞋:DAndrejKarpathy，前特斯拉AI高级总监、曾设计并担任斯坦福深度学习课程CS231n
矩池云Matpool·2022-12-06 20:50

深度学习 免费课程_2020年排名前三的免费深度学习课程

深度学习免费课程＃1Fastai面向程序员的实用深度学习2020(#1FastaiPracticalDeepLearningforCoders2020)On21ofAugust2020,fastaireleasedthenewversionofthefastailibraryandoftheirDeepLearningcourse!2020年8月21日，fastai发布了fastai库及其深度学习
weixin_26746401·2022-12-06 20:18

面向程序员的实用深度学习课程2022

Practicaldeeplearningforcoders是fast.ai出品系列课程，深受学员欢迎，该课程的上一版本视频已经在线浏览超600万次。经过两年时间的打磨，该课程的最新版已经发布。课程主讲fast.ai创始人JeremyHoward授课思路清晰，力求用更精简的代码，实现更高的运行效率、更好地演示解构及上手实践。该视频内容已经由矩池云进行翻译。课程全套视频【中英字幕】2022Fast.
矩池云Matpool·2022-12-06 20:44

关于一维和二维卷积，以及1*1卷积核的理解

本文图片大部分来自吴恩达AndrewNg老师的深度学习课程。基础操作：最基本的卷积操作是把卷积核在输入中移动（扫一遍），获得输出。
YuQiao0303·2022-12-06 10:57

深度学习-吴恩达-笔记-6-优化算法

梯度下降法指数加权平均数理解指数加权平均数指数加权平均的偏差修正动量梯度下降法（GradientdescentwithMomentum）RMSpropAdam优化算法学习率衰减局部最优的问题【此为本人学习吴恩达的深度学习课程的笔记记录
Leon.ENV·2022-12-06 07:57

【深度学习】吴恩达深度学习-Course2改善深层神经网络：超参数调试、正则化以及优化-第二周优化算法作业

视频链接：【中英字幕】吴恩达深度学习课程第二课—改善深层神经网络：超参数调试、正则化以及优化参考链接：【中英】【吴恩达课后测验】Course2-改善深层神经网络-第二周测验吴恩达deeplearning.ai
passer__jw767·2022-12-05 13:48

吴恩达深度学习课程学习笔记10

Seq2seq你可以把机器翻译想成是建立一个条件语言模型。下图中第一个模型是前两周所建立的模型，这个模型可以让你能够估计句子的可能性，这就是语言模型所做的事情，你可以用它来生成一个新的句子。而机器翻译模型就是下图中的第二个模型那样的，绿色部分表示encoder网络，紫色表示decoder网络，而decoder网络和上方的语言模型几乎一摸一样，机器翻译模型其实和语言模型非常相似，不同在于语言模型，总
weixin_38909710·2022-12-05 09:23

【深度学习】04-02-自注意力机制多种变形-李宏毅老师21&22深度学习课程笔记

文章目录有哪些self-attention变形？如何使得self-attention更高效？-加快AttentionMatrix计算何种情况下需要优化self-attention？-输入向量维度很大时如何加快self-attention的求解速度呢？-先验&自学习人类的知识或经验LocalAttention/TruncatedAttention-先验（局部Attention适用于当前任务）&局部A
暖焱·2022-12-04 20:51

pytorch中resnet_用Pytorch手工实现ResNet50

《吴恩达深度学习课程》第四课第二周的作业是：使用Keras和Tensorflow编写ResNet50，用程序实现题目中描述的网络结构。
郭小闲·2022-12-04 09:46

pytorch resnet50_用Pytorch手工实现ResNet50

《吴恩达深度学习课程》第四课第二周的作业是：使用Keras和Tensorflow编写ResNet50，用程序实现题目中描述的网络结构。
weixin_39926613·2022-12-04 09:16

吴恩达 深度学习 编程作业（5-3）Part 2 - Trigger word detection

另外，本节课程笔记在此：《吴恩达Coursera深度学习课程DeepLearning.ai提炼笔记（5-3）–序列模型和注意力机制》，如有任何建议和问题，欢迎留言。
大树先生的博客·2022-12-04 04:12

深度学习笔记 第五门课 序列模型 第二周 自然语言处理与词嵌入

本文是吴恩达老师的深度学习课程[1]笔记部分。
湾区人工智能·2022-12-03 08:20

深度学习笔记 第五门课 序列模型 第一周 循环序列模型

本文是吴恩达老师的深度学习课程[1]笔记部分。
湾区人工智能·2022-12-03 03:59

【免积分下载】吴恩达 机器学习笔记PDF版v5.5.pdf

众所周知，吴恩达先生的机器学习课程与深度学习课程对初学者十分友好。根据我个人的学习经验，视频可能会更容易理解，但是阅读却是我认为的一种高效的复习方式。
江南蜡笔小新·2022-12-01 13:11

小小几张图，把深度学习讲透彻

来源|迈微电子研发社作者|WeiZHANG头图|下载于视觉中国吴恩达在推特上展示了一份由TessFerrandez完成的深度学习专项课程信息图，这套信息图优美地记录了深度学习课程的知识与亮点。
AI科技大本营·2022-11-30 16:25

吴恩达深度学习课程练习题汇总（第一周）

1、Whatdoestheanalogy“AIisthenewelectricity”referto?(和“AI是新电力”相类似的说法是什么？)Similartoelectricitystartingabout100yearsago,AIistransformingmultipleindustries.(就像100年前产生电能一样，AI正在改变很多的行业。)2、Whichofthesearerea
精分天秤座的mystery·2022-11-30 11:58

吴恩达推荐笔记：22张图总结深度学习全部知识

吴恩达在推特上展示了一份由TessFerrandez完成的深度学习专项课程信息图，这套信息图优美地记录了深度学习课程的知识与亮点。
程序员生活志·2022-11-30 08:09

深度学习笔记丨李沐深度学习课程kaggle竞赛——加利福尼亚房价预测（我的第一个深度学习项目）

记录作为小白的第一个深度学习项目。1kaggle竞赛题目Thetaskistopredicthousesalepricesbasedonthehouseinformation,suchas#ofbedrooms,livingareas,locations,near-byschools,andthesellersummary.ThedataconsistofhousessoldinCaliforni
juehuan1999·2022-11-29 13:32

pytorch基础（四）：使用optim优化函数

另外，本博客中的有些内容基于吴恩达老师深度学习课程，我会尽量说明一下，但不敢保证全面。一、问题描述  此次需要构建的神经网络其实和前几次相同，为了能更
麻衣带我去上学·2022-11-29 01:50

【AIstudio使用问题说明】什么是AIstudio？

paddle深度学习框架的时间和学习深度学习课程免费学习开源数
AI小鸭学院·2022-11-28 22:01
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他