深度学习课程第5页

AI studio初步学习日志

_AI小鸭学院的博客-CSDN博客_aistudio是什么对于我来说用这个网站大概能干这几件事：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据集直接使用后

m0_73378352·2022-11-28 22:30

吴恩达神经网络和深度学习课程自学笔记（十二）之人脸识别

人脸识别和神经风格转换一、什么是人脸识别？首先，让我们了解一下人脸识别的一些术语。主要是人脸验证（faceverification）和人脸识别（facerecognition）。人脸验证问题：如果你有一张输入图片，以及某人的ID或者是名字，这个系统要做的是，验证输入图片是否是这个人。有时候也被称作1对1问题。人脸识别问题：而人脸识别问题比人脸验证问题难很多。验证系统是一对一，而识别系统是一对多，对

To_1_oT·2022-11-28 00:56

吴恩达：28张图全解深度学习知识

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。

AI致力·2022-11-27 20:42

深度学习-吴恩达-笔记-1-深度学习引言

目录什么是神经网络神经网络的监督学习为什么深度学习会兴起【此为本人学习吴恩达的深度学习课程的笔记记录，有错误请指出！】什么是神经网络让我们从一个房价预测的例子开始讲起，如根据房子面积来预测房屋价格。

Leon.ENV·2022-11-27 20:41

深度学习-吴恩达-笔记-4-深层神经网络

目录深层神经网络前向传播和反向传播深层网络中的前向传播核对矩阵的维数为什么使用深层表示搭建神经网络块参数VS超参数深度学习和大脑的关联性【此为本人学习吴恩达的深度学习课程的笔记记录，有错误请指出！】

Leon.ENV·2022-11-27 20:41

邱锡鹏神经网络与深度学习课程【一】——绪论1和绪论2

绪论神经网络：一种以(人工)神经元为基本单元的模型例如：FNN、MN、GN深度学习：一类机器学习问题，主要解决贡献度分配问题。课程安排：首先讲机器学习、再讲神经网络。之后了解概率图模型为无监督学习做铺垫，强化学习也会涉及。如何开发一个人工智能系统举例：芒果机器学习选取芒果的特征：颜色、大小形状、产地、品牌即输入变量，输出变量为成熟度、多汁或者是否甜蜜深度学习：机器学习可以解决很简单的线性问题，但是

桐原因·2022-11-27 17:59

深度学习基础知识（五）：神经网络基础之logistic回归

这个专栏主要是想和大家分享一下深度学习的基础知识，主要是以吴恩达老师深度学习课程内容作为基础，并补充了很多其他内容希望让整体内容更加容易理解和系统化。

Chou_pijiang·2022-11-27 09:27

简单神经网络批处理时梯度计算（标量对矩阵的求导）

简单神经网络批处理时梯度计算（标量对矩阵的求导，微分法）学校的深度学习课程上老师介绍了损失函数在一个trainingdata时对网络参数的求导，比较简单易求。

三小憨·2022-11-27 04:50

Pytorch深度学习笔记④：Softmax回归的简洁实现

本文是《动手学深度学习课程》中Softmax回归简洁实现的笔记，仅用于个人学习记录。

元気Hu.sir·2022-11-27 03:52

李宏毅深度学习笔记（全连接、CNN、RNN）一

全连接网络基本结构(2)总结：2.Convolutional/poolinglayer(1)概述：(2)convolution特性(3)convolution实现过程(3)总结：摘要最近在学习台大李宏毅老师的深度学习课程

小志红铜·2022-11-27 02:13

Ubuntu18系统安装+深度学习软件配置cuda，miniconda，pytorch2022-7-19

课程安排-动手学深度学习课程他用的Ubuntu18具体安装教程：Ubuntu18.04安装教程——超详细的图文教程_Krasjet_Yu.的博客-CSDN博客_ubuntu18.04二、安装好以后，进入系统

exclusivez·2022-11-26 21:37

吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（3-2）-- 机器学习策略（2）

作者：大树先生博客：http://blog.csdn.net/koala_tree知乎：https://www.zhihu.com/people/dashuxianshengGitHub：https://github.com/KoalaTree2017年10月23日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中，第三部分《结构化机器学习项目》第二周课程“机器学习策略

大树先生的博客·2022-11-26 11:35

【学习笔记】吴恩达深度学习课程

课程知识点应用实例吴恩达深度学习1.1神经网络和深度学习-神经网络概论介绍神经网络的概念和深度学习近些年的发展。吴恩达深度学习1.2神经网络和深度学习-神经网络基础逻辑回归。识别图片是不是猫。吴恩达深度学习1.3神经网络和深度学习-浅层神经网络神经网络的表示、激活函数。用逻辑回归和浅层神经网络预测平面上点的分类。吴恩达深度学习1.4神经网络和深度学习-深层神经网络深层神经网络的前向传播、反向传播。

垚焱焱·2022-11-25 20:21

【deeplearning.ai】吴恩达深度学习课程笔记目录

自2020.11.30开始学习DeepLearning，该学习笔记最后一次更新于2021.2.21Part1深度学习概论深度学习笔记（一）深度学习概论Part2神经网络基础深度学习笔记（二）LogisticRegression逻辑回归深度学习笔记（三）计算图及其导数运算方法深度学习笔记（四）Vectorization向量化深度学习笔记（五）BroadcastinginPython广播吴恩达深度学习

Mr.zwX·2022-11-25 20:17

吴恩达神经网络和深度学习课程自学笔记（十一）之目标检测

目标检测一、目标定位不仅是识别出汽车，还要判断他的在图中的具体位置。一个输入图片，我们先通过卷积判断了它是汽车，而要定位，我们可以让神经网络多输出几个单元，输出一个边界框，也就是4个数字（bx,by,bh,bw)，即被检测对象的参数化表示。约定一些符号表示：左上角坐标为（0，0），右下角为（1，1），物体中心点坐标为（bx,by)，边框高度为bh，宽度为bw。（本例子中，bx=0.5,by=0.7

To_1_oT·2022-11-25 20:45

(自动调整学习速率)-李宏毅老师21&22深度学习课程笔记

自动调整学习速率总结Trainingstuck≠SmallGradient（训练卡住不代表小梯度）-有可能是梯度还很大但是训练停止了（在峡谷间震荡不能到峡谷底部）为什么需要自动调整学习率？-单一固定（one-size-fits-all）的学习率Model训练到驻点很困难（学习率太大不能收敛，学习率太小收敛太慢）如何客制化学习率？-引入参数σσ常见的计算方式-Rootmeansquare（均方根）A

暖焱·2022-11-25 20:14

(局部最小值local minima & 鞍点saddle point)-李宏毅老师21&22深度学习课程笔记

02-02-类神经网络训练不起来怎么办?局部最小值localminima&鞍点saddlepoint总结如何判断Optimization是否失败？-损失值较大&与其他模型相比效果不好为什么Optimization会失败？-SaddlePoint&LocalMinima为什么想要知道是卡在localminima还是saddlepoint？如何判断LocalMinimaorSaddlePoint?-H

暖焱·2022-11-25 20:44

吴恩达深度学习课程笔记之卷积神经网络（1st week）

0参考资料[1]【中英字幕】吴恩达深度学习课程第四课—卷积神经网络_哔哩哔哩_bilibili[2]02-吴恩达深度学习系列课程/04卷积神经网络/PDFs·大大鹏/Bilibili资料-码云-开源中国

syphomn·2022-11-25 18:50

吴恩达深度学习课程笔记之卷积神经网络（2nd week）

0参考资料[1]大大鹏/Bilibili资料-Gitee.com[2]【中英字幕】吴恩达深度学习课程第四课—卷积神经网络_哔哩哔哩_bilibili[3]深度学习笔记-目录(ai-start.com)1

syphomn·2022-11-25 18:50

吴恩达深度学习课程笔记（一）—— 卷积神经网络基础

一、计算机视觉在运行神经网络对图像进行处理时，对于64*64大小的图像，图像就有12288个参数，而对于一张1000*1000大小的图像，参数更是多达300万个，假设隐藏层有1000个神经元，那么参数就是300万*1000个，300亿个参数，可想而知数据量过于庞大。为解决此问题，我们需要采用卷积计算。二、边缘检测①用神经网络的前几层来检测图像边缘，然后用后面的层检测特征，可以完成对一个完整物体进行

Echo_`·2022-11-25 18:19

卷积神经网络笔记--吴恩达深度学习课程笔记（一）

一.卷积神经网络（一）1.1计算机视觉卷积神经网络一般应用于计算机视觉领域，由于有的时候图片的像素点很多，导致神经网络输入特征值的维数很多。1.2边缘检测示例如下图所示，原图是一个661的矩阵，卷积核是一个331的矩阵，经过卷积后得到一个441的矩阵。计算过程如下：|3|0|1|…………|1|0|-1||1|5|8|…*….….|1|0|-1|=3+1+2-1-8-2=-5|2|7|2|…………|

无乎648·2022-11-25 18:48

吴恩达深度学习课程笔记（初步认识神经网络）

吴恩达深度学习课程笔记1课程主要内容1.神经网络与深度学习介绍2.ImprovingDeepNeuralNetworks:超参数调整，正则化，优化方法3.结构化机器学习工程：比如如何分割训练集，比较集，

fuulish·2022-11-25 18:48

深度学习课程大纲_2019 伯克利深度学习课程正式上线，李沐主讲！

红色石头的个人网站：红色石头的个人博客-机器学习、深度学习之路redstonewill.com李沐大神的新课《IntroductiontoDeepLearning》于今年1月份在UC伯克利上线了。同授这门课程的还有李沐的亚马逊同事AlexSmola。课程介绍本课程提供深入学习的实践介绍，包括理论动机和如何在实践中实施。作为课程的一部分，我们将介绍多层感知器、反向传播、自动微分和随机梯度下降。此外，

weixin_39661345·2022-11-25 15:16

动手学深度学习课程笔记ch02

ch_02线性代数线性代数李老师讲得比较少，需要自己下去多看看书，后期还是需要一些矩阵论的知识。基本知识标量：由只有一个元素的张量表示（一般为数据的标签）。#创建标量进行运算importtorchx=torch.tensor([3.0])y=torch.tensor([2.0])x+y,x*y,x/y,x**y输出：(tensor([5.]),tensor([6.]),tensor([1.5000

lazyoneguy·2022-11-25 08:08

台湾大学深度学习课程学习笔记 Lecture 5-2: Sequence Generation

以下内容和图片均来自台湾大学深度学习课程。

scxyz_·2022-11-24 22:37

深度学习课程自学笔记整理(二)——一些自己总结记录的结论和小tips等

笔记一：吴恩达深度学习课程自学笔记整理(一)深度学习的实践层面Train/Dev/Testsets只有训练集和测试集：七三分有验证集且总数量不多：六二二分有验证集且总数量很多-

yan_nLiiiiii·2022-11-24 11:45

李宏毅深度学习课程笔记05——神经网络训练不起来怎么办

1.驻点驻点又称临界点（criticalpoint），是指多元函数一阶导数等于零的点。寻找到函数的驻点时lossfunction的导数为零，根据梯度下降算法，参数不再进行更新，但驻点不一定是我们要寻找的函数的极值点，可能是局部最小值（localminima），也可能是鞍点（saddlepoint），如果不做处理，loss无法继续下降，就会导致优化失败。上图展示了驻点两种情况，首先我们要判断出是哪一

Prunusss·2022-11-24 10:43

【强推】李宏毅老师2021深度学习课程学习笔记（持续更新中）

机器学习可以理解为是让机器自动寻找函数的一个过程。根据函数功能的不同，可以将机器学习进行以下分类。AlphaGo做的事情也是一个分类问题：将当前棋盘上白子黑子的位置作为输入，输出是19*19个calsses中的一个。如果知道了李宏毅老师Youtube过去三年每一天的播放量数据，去预测明天的播放量数据，可以假定一个包含了两个参数w和b的线性模型，输入x1为前一天的数据（如2.25），y为预测的当前一

小曹同学努力了吗·2022-11-23 20:24

深度学习笔记

根据B站李沐大神动手深度学习课程记录初学者多有不足，欢迎大佬指正文章目录案例广告点击1.数据操作2.数据操作实现3.数据预处理基本思想4.线性代数5.降维5.矩阵求导6.自动求导7.线性回归基础优化算法

水云青岚·2022-11-23 12:43

机器学习001 deeplearning.ai 深度学习课程 Neural Networks and Deep Learning 第一周总结

DeepLearningSpecialization吴恩达老师最近在coursera上联合deeplearning.ai推出了有关深度学习的一系列课程，相对于之前的machinelearning课程，这次的课程更加实用，作业语言也有matlab改为了python从而更加贴合目前的趋势。在此将对这个系列课程做一个学习笔记。而这次的DeepLearningSpecialization分为五门课程，分别

LYG2016·2022-11-23 11:59

（一、5NN-QI）：序列模型循环神经网络--吴恩达深度学习课程配套笔记

【第一章】神经网络基础这一篇从神经网络基础到量化投资应用（NN-QO）的第一章的最后一篇RNN。总结一下，第一部分内容主要讲了什么是神经网络，神经网络可以干什么，怎么构建神经网络、怎么优化神经网络、怎么修改神经网络、神经网络主要有哪几类、分别每一类可以做什么，怎么做。这一节主要讲了序列模型，常见的循环网络模型，LTSM和GRU的原理，以及在机器翻译、语音识别方面的应用。（一，1NN-QI）神经网络

小黄人的黄·2022-11-23 06:13

吴恩达：22张图全解深度学习知识！

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。因此它不仅仅适合初学者了解深度学习，还适

Datawhale·2022-11-23 02:49

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

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

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

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

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

神经网络拟合二元函数曲面实践

简介AndrewNg深度学习课程的第一周第三次作业是实现一个浅层神经网络，课程方给的框架很有意思，但该作业的输出是类别，我想实践一下该网络能否改造用来解决回归问题，具体而言是拟合一个函数z=x2+y2,

xieju0605·2022-11-21 09:55

机器学习/深度学习资源下载合集（持续更新...）

文章首发于Github，若下载资源请跳转Github.文章目录1.视频：1.1.吴恩达老师机器学习课程：1.2.吴恩达深度学习课程：1.3.斯坦福CS231n:ConvolutionalNeuralNetw

强劲九·2022-11-20 22:59

Inception网络（Inception Network）

来源：Coursera吴恩达深度学习课程在这篇文章Inception网络模块（InceptionNetworkModule）中已经介绍了Inception网络组成模块的基本原理。

双木的木·2022-11-20 19:12

各种数据集大汇总（链接已更新，永久有效）

不管是要学习深度学习课程还是研究深度学习项目，数据集都是必不可少的，但网上的数据集大多都无法直接下载，这里为大家总结了各种数据集，而且都是已经标注好的，直接百度网盘下载。

住在代码的家·2022-11-20 11:01

动手深度学习李沐 pytorch版本基于Win10环境配置

动手深度学习李沐pytorch版本基于Win10环境配置前言步骤1.开源书的网址中下载后期学习所用的包2.开始创建前言提示：1.这篇文章用来记录我在B站学习李沐老师的动手学深度学习课程中的环境配置过程；

Nommmmmore·2022-11-20 04:25

深度学习-吴恩达-笔记-3-浅层神经网络

目录神经网络概述神经网络的表示计算一个神经网络的输出多样本向量化向量化实现的解释激活函数为什么需要非线性激活函数激活函数的导数神经网络的梯度下降直观理解反向传播随机初始化【此为本人学习吴恩达的深度学习课程的笔记记录

Leon.ENV·2022-11-20 04:46

【深度学习】一、Pytorch安装和cuda安装

整个过程参考李沐老师的深度学习课程Windows版本也需要专门看他的视频来安装多看弹幕避坑不踩坑这里记录几个我的过程要点：一、一开始是要想在Anaconda3上Jupyter学习深度学习，但是Anaconda3

idl1ng·2022-11-19 23:50

吴恩达深度学习课程 Class 1 Week 2 assignment2_2 学习记录

本系列会记录萌新博主学习吴恩达深度学习课程中踩过的各种坑，希望对和我一样的萌新起到借鉴的作用，有错误或不完善的地方还请大佬指正。

数字ic菜鸡·2022-11-19 22:27

吴恩达深度学习课程第一章第四周编程作业

文章目录声明一、任务描述二、编程实现1.数据处理2.初始化神经网络参数3.前向传播3.1线性前向传播3.2非线性+线性前向传播3.3前向传播主控程序4.反向传播4.1线性反向传播4.2非线性+线性反向传播4.3反向传播主控函数5.损失函数6.预测函数三、测试总结声明本博客只是记录一下本人在深度学习过程中的学习笔记和编程经验，大部分代码是参考了【中文】【吴恩达课后编程作业】Course2-改善深

麻衣带我去上学·2022-11-19 22:23

吴恩达深度学习编程作业（4-3）- Autonomous driving - Car 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（4-3）–目标检测》，如有任何建议和问题，欢迎留言。

大树先生的博客·2022-11-19 22:12

吴恩达深度学习课程

神经网络深度学习是指训练神经网络，size--○--prise，圆圈为一个神经单元。它做的就是函数的主要功能。常见的“修正线性单元”即为ReLU。把独立的单元叠加起来，就有了一张较大的神经网络。1.2监督学习对于图像中常用卷积神经网络（CNN）对于序列数据常用循环神经网络（RNN）语言也是序列数据但是是单个出现，用（RNNs）雷达等要用更复杂的，混合神经网络结构结构化数据是数据的数据库非结构化数据

weixin_70459895·2022-11-19 19:32

深度学习课程作业——手写数字识别（卷积神经网络）

本实验过程需要用到torchvision包，没有安装的小伙伴，windows用户可直接使用cmd命令，输入命令行pipinstalltorchvision即可。【仍安装不了的，建议csdn直接查找安装教程】一、加载数据集1.1导入实验可能用到的包、库等#导入所需要的包importtorchvision.datasetsasdsetsimporttorchvision.transformsastra

m0_59998867·2022-11-19 13:58

推荐频道

深度学习课程