深度学习课程

深度学习-吴恩达-笔记-5-深度学习的实践层面

方差机器学习基础正则化为什么正则化有利于预防过拟合dropout正则化理解dropout其它正则化方法归一化输入梯度消失/梯度爆炸神经网络的权重初始化梯度的数值逼近梯度检验梯度检验应用的注意事项【此为本人学习吴恩达的深度学习课程的笔记记录
Leon.ENV·2022-11-19 08:07

cv算法工程师学习成长路线

计算机系统书籍1.2，设计模式教程二，编程语言2.1，C++学习资料2.2，Python学习资料三，数据结构与算法3.1，数据结构与算法课程3.2，算法题解四，机器学习4.1，机器学习课程五，深度学习5.1，深度学习课程
嵌入式视觉·2022-11-17 07:00

二分类交叉熵损失函数python_【深度学习基础】第二课：softmax分类器和交叉熵损失函数...

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。
weixin_39650745·2022-11-13 11:11

吴恩达深度学习课程笔记

目录通用符号总结激活函数sigmoid1、Logistic回归2、梯度下降法3、Logistic回归的梯度下降算法3.1假设只有一个训练样本(x,y)(x,y)(x,y)3.2假设有m个训练样本:3.3向量化3.4广播4、神经网络5、激活函数5.1常用激活函数5.2经验5.3为什么要用激活函数6、神经网络的梯度下降法参数：costfunction:正向传播：反向传播：随机初始化7、深层神经网络7.
静仔是个免费的小精灵·2022-11-12 17:36

吴恩达深度学习课程笔记——梯度下降算法和向量化

梯度下降算法和向量化逻辑回归中的梯度下降单样本梯度下降向量化多样本梯度下降逻辑回归中的梯度下降梯度下降法的作用是：在测试集上，通过最小化代价函数J(w,b)J(w,b)J(w,b)来训练的参数www和bbb。w:=w−a∂J(w,b)∂ww:=w-a\frac{\partialJ(w,b)}{\partialw}w:=w−a∂w∂J(w,b)b:=w−a∂J(w,b)∂bb:=w-a\frac{\
阿姝姝姝姝姝·2022-11-12 17:34

【深度学习】01-01-课程介绍-李宏毅老师21&22深度学习课程笔记

01-01-课程介绍PrerequisiteOrientationAssignmentScheduleMachineLearningDeepLearningDifferenttypesofFunctionsSupervisedLearning（Lecture1-5）GenerativeAdversarialNetwork（Lecture6）Self-supervisedLearning（Lectu
暖焱·2022-11-12 11:37

github标星8331+：吴恩达深度学习课程资源（完整笔记、中英文字幕视频、python作业，提供百度云镜像！）...

吴恩达老师的深度学习课程（deeplearning.ai），可以说是深度学习入门的最热门课程，我和志愿者编写了这门课的笔记，并在github开源，star数达到8331+，曾经有相关报道文章。
湾区人工智能·2022-11-07 15:58

计算机视觉与深度学习第八章：视觉识别

本文按照北京邮电大学计算机学院鲁鹏老师的计算机视觉与深度学习课程按章节进行整理，需要的同学可借此系统学习该课程详尽知识~第八章视觉识别视觉识别任务分类语义分割语义分割定义语义分割思路1.滑动窗口2.全卷积全卷积优化
113之落·2022-11-03 08:55

吴恩达深度学习课程笔记（2）

（一）对于神经网络的初识可以以logistic回归作为例子，基本的logistic网络可以如下图所示：其中x1，x2，x3可以是各种特征，最后得到预测值a。但是面对复杂问题，一层的网络预测的结果往往是不够的，这就需要多个类似这样的模型叠加，如下图所示：可以将第一层预测的结果输入第二层再次运算，例如第一层可能根据疾病的不同特征预测了疾病的分类、疾病的传染性、疾病是细菌还是病毒导致的，再经过第二层来预
啥都不会的初学者·2022-11-01 23:04

《动手学深度学习》学习笔记(一)

本书官网可以免费下载学习，同时还有伯克利深度学习课程。第一章深度学习简介与其设计⼀个解决问题的程序，不如从最终的需求⼊⼿来寻找⼀个解决⽅案。
xiaoyaolangwj·2022-11-01 19:18

python第三周答案_TensorFlow入门（吴恩达深度学习课程2第3周作业）

'''利用Tensorflow框架来实现一个神经网络'''importnumpyasnpimporth5pyimportmatplotlib.pyplotaspltimporttensorflowastffromtensorflow.python.frameworkimportopsimporttf_utilsimporttimenp.random.seed(1)'''对于tensorflow的代
张天壹·2022-10-30 14:21

计算机视觉与深度学习第五章：图像基础操作

本文按照北京邮电大学计算机学院鲁鹏老师的计算机视觉与深度学习课程按章节进行整理，需要的同学可借此系统学习该课程详尽知识~第五章图像基础操作一、图像噪声噪声分类二、卷积卷积定义卷积性质卷积示例卷积去噪平均卷积核高斯卷积核中值滤波器三
113之落·2022-10-28 15:32

(一) 在Ubuntu18.04配置深度学习开发环境

由于最近学校开设的深度学习课程需要完成一个大作业，于是我想到了在CSDN上记录一下基于深度学习的Minist手写数字识别的学习和动手实践过程，希望能给大家一点点帮助。
ffffanfantastic·2022-10-28 07:43

【深度学习】01-04-深度学习（选修）-李宏毅老师21&22深度学习课程笔记

01-04-深度学习（选修）IntroductionDeeplearningattractslotsofattentionUpsanddownsofDeepLearningNeuralNetworkThreeStepsforDeepLearningDefineAFunctionSetGoodnessofFunctionLossFunctionGradientDescentTheBestFuncti
暖焱·2022-10-28 05:29

吴恩达深度学习课程第二课笔记 — 改善深层神经网络（1）

感觉第二课难度提升了，课程看一遍都没太懂，很多原理都比较模糊，需要多查找资料进行补充。这里记录第一周：深度学习的实践层面。1.1训练，验证，测试集（1）在配置训练、验证和测试数据集的过程中做出正确决策会在很大程度上帮助大家创建高效的神经网络。训练神经网络时，我们需要做出很多决策，例如：神经网络分多少层每层含有多少个隐藏单元学习速率是多少各层采用哪些激活函数（2）在机器学习中，我们通常将样本分成训练
ascii01tyy·2022-10-25 20:00

【深度学习】05-01-Transformer-李宏毅老师21&22深度学习课程笔记

Transformer总结Sequence-to-sequence（Seq2seq）适用任务恰当任务：语音识别恰当任务：机器翻译恰当任务：语音翻译恰当任务：语音合成恰当任务：聊天机器人恰当任务：自然语言处理硬解任务：文法分析硬解任务：多标签分类硬解任务：目标检测Sequence-to-sequence（Seq2seq）EncoderTransformer'sEncoder原始论文设计Transfo
暖焱·2022-10-24 18:33

CNN模型分析 | 5 利用Pytorch复现VGG-16网络

利用Pytorch复现VGG-16网络:根据吴恩达老师在深度学习课程中的讲解，AlexNet网络的基本流程为：代码如下：importmathimporttorchimporttorchvisionimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvision.modelsasmodelsfromtorch.autogradimport
步步星愿·2022-10-21 01:14

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。
风度78·2022-10-17 07:47

22张图全解深度学习知识，建议收藏

第一时间送达转载于：Sophia知乎https://zhuanlan.zhihu.com/p/152362317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
视学算法·2022-10-15 07:27

吴恩达AI机器学习-01神经网络与深度学习week1-深度学习概述

‼️博客为作者学习回顾知识点所用，并非商用，如有侵权，请联系作者删除‼️AIisthenewelectricity像100多年前的电力一样，人工智能正在使大量的行业发生巨变；（✅）吴恩达深度学习课程课后习题
睡觉特早头发特多·2022-10-04 07:28

【深度学习】吴恩达深度学习-Course1神经网络与深度学习-第三周浅层神经网络作业

视频链接：【中英字幕】吴恩达深度学习课程第一课—神经网络与深度学习本文题目来源：【中英】【吴恩达课后测验】Course1-神经网络和深度学习-第三周测验目录英文习题中文习题答案英文习题1.Whichofthefollowingaretrue
passer__jw767·2022-09-14 07:54

深度学习课程大纲_赠书 | 哈工大研究生课程的高分讲义，深度学习的the book

“要不要在算法中预置一些先天知识，就像人类一样？”纽约大学知名的神经科学教授GaryMarcus向深度学习界大佬YannLeCun发出提问。换句话说，GaryMarcus的潜在意思是，虽然深度学习感知机和语言翻译上取得长足进步，但AI的可解释性较差，深度学习的向量无法映射人脑的计算过程，不能完全处理抽象推理和决策。比如，深度学习受有效盲点影响，出现的“对立图像”，产生的不连续问题，至今无法得到有效
weixin_39710462·2022-09-09 07:51

基于Pycharm运行李沐老师的深度学习课程代码

最近在b站看李沐老师的深度学习课程，受益颇多。不过觉得光看视频实在是不过瘾，最好还是能实际的玩起来。
程序猿老甘·2022-09-08 08:24

python bp神经网络的库_Python_BP神经网络实现

通过对AndrewNg的深度学习课程的学习，本文总结其中浅层神经网络一章的知识点(本文重点不在于公式讲解，而是算法的简单实现，具体理论可看——深度学习工程师)。
weixin_39768762·2022-09-08 07:08

邱锡鹏 神经网络与深度学习课程【十三】——无监督学习和概率图模型1

无监督学习定义：只从无标签的数据中学习出一些有用的模式典型的无监督学习：深度学习中只考虑前两个问题即可无监督特征学习：主成分分析（PrincipalComponentAnalysisPCA）一种最常用的数据降维方法，使得在转换后的空间中数据的方差最大(线性)编码给定一组基向量A=[a_1,.....,a_m]将输入样本x表示为这些基向量的线性组合完备性和稀疏编码：过完备基向量是指：基向量个数远远大
桐原因·2022-08-31 07:23

吴恩达深度学习课程第四章第一周编程作业(pytorch实现)

文章目录声明一、问题描述二、模型搭建1.封装dataloader2.模型封装3.主控函数三、模型测试结果声明  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】Course4-卷积神经网络-第一周作业这篇博客，对其代码实现了复现，但是原博客中代码使用的是tensorflow，而我在学习生活中主要用到的是pytorch，所以此次作业我使用p
麻衣带我去上学·2022-08-24 15:44

【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-第三周超参数调试、Batch正则化和程序框架编程

（本篇文章使用TF2.0进行编程）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：【中文】【吴恩达课后编程作业】Course2-改善深层神经网络-第三周作业
passer__jw767·2022-08-24 15:14

【深度学习】吴恩达深度学习-Course1神经网络与深度学习-第四周深度神经网络的关键概念编程（下）——深度神经网络用于图像分类：应用

视频链接：【中英字幕】吴恩达深度学习课程第一课—神经网络与深度学习学习链接：【中文】【吴恩达课后编程作业】Course1-神经网络和深度学习-第四周作业(1&2)DeepN
passer__jw767·2022-08-24 15:13

动手学无人驾驶（2）：车辆检测

本文介绍如何使用深度学习进行车辆检测，使用到的模型是YOLO模型，关于YOLO模型的具体检测原理，可以参考吴恩达老师的深度学习课程视频。
自动驾驶小学生·2022-08-22 10:55

【无标题】

现在好多人都在提深度学习，深度学习课程前景好吗？怎么样啊？深度学习课程前景好，深度学习的市场机会跨越了广泛的行业和地理区域，尤其是在具有海量数据需求和实体的特定领域市场。
小浣熊的技术·2022-08-21 20:09

【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-第一周深度学习的实用层面编程（下）——梯度检验

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：GradientChecking【中文】【吴恩达课后编程作业】Course2-改善深层神经网络-第一周作业
·2022-08-19 07:11

假期学习回顾与总结

学习内容专业理论学习：学习资料介绍：假期学习整体分为吴恩达深度学习课程和《动手学深度学习PYTORCH版》,前者偏重理论，感觉适合入门，网易云课堂视频（https://mooc.study.163.com
Clark-dj·2022-08-17 07:59

经典网络解析.AlexNet,ZFNet,VGG,GoogLeNet,Resnet

我根据北邮鲁鹏老师的计算机视觉与深度学习课程,做了一些课后总结.不叹,鲁鹏老师的课程很棒!
库辛派·2022-08-13 21:54

吴恩达深度学习课程笔记——逻辑回归算法

逻辑回归二分类问题(BinaryClassification)假设函数(HypothesisFunction)损失函数和代价函数(LossFunctionandCostFunction)神经网络的计算中通常会有前向传播和反向传播的步骤，这门课从逻辑回归算法（logisticregression）来讲解这些概念。二分类问题(BinaryClassification)逻辑回归是一个用于二分类(bina
阿姝姝姝姝姝·2022-08-13 09:42

深度学习笔记 第四门课 卷积神经网络 第一周 卷积神经网络基础

本文是吴恩达老师的深度学习课程[1]笔记部分。
风度78·2022-08-13 07:47

语音识别（Speech Recognition）

来源：Coursera吴恩达深度学习课程现今，最令人振奋的发展之一就是seq2seq模型（sequence-to-sequencemodels）在语音识别（speechrecognition）方面准确性有了很大的提升
双木的木·2022-08-04 18:40

神经网络与深度学习（一）

此课程广受好评，通过视频讲解、作业与测验等让更多的人对人工智能有了了解与启蒙，国外媒体报道称：吴恩达这次深度学习课程是迄今为止，最全面、系统和容易获取的深度学习课程，
来自江南的你·2022-07-29 07:39

【PyTorch】动手学深度学习-梳理与笔记小结|深度学习计算

动手学深度学习-梳理与笔记小结Refs：参考书籍-动手学深度学习课程主页与资源汇总层和块【小结】一个块可以由许多块组成，也可以由许多层组成；块中可以包含自定义的代码；块负责大量的内部处理，包括参数初始化和梯度反向传播
kodoshinichi·2022-07-15 07:52

深度学习（吴恩达）-神经网络与深度学习第一周

深度学习概论概述课程序列神经网络与深度学习第一周：深度学习概论什么是神经网络例1：单层神经网络例2：多层神经网络深度学习爆发的原因概述吴恩达老师的深度学习课程讲解详细，很适合入门，这份笔记是我学习该课程的总结课程序列神经网络与深度学习改善深层神经网络
Axiom-key·2022-07-13 07:37

人脸表情识别系统的设计与实现(含UI界面，有完整代码)

后来研究生深度学习课程使用pytorch框架又重新做了一下该小项目，使用的数据集是北邮团队的RAF-DB(Real-worldAffectiveFacesDatabase)
奇奇怪怪yws·2022-07-10 22:42

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。
机器学习社区·2022-07-04 07:18

【机器学习】重磅发布！吴恩达 AI 完整课程资源超级大汇总！

随着近些年来AI越来越火的大趋势下，吴恩达一直致力于普及、宣传、推广AI教育，包括最前沿、最火爆的AI基础课程、深度学习课程等等。惠及全球超过500w的人工智能爱好者。“AI如何更好地入门与进阶？”
风度78·2022-07-04 07:46

学习推荐！吴恩达 AI 课程及学习路线最全梳理

随着近些年来AI越来越火的大趋势下，吴恩达一直致力于普及、宣传、推广AI教育，包括最前沿、最火爆的AI基础课程、深度学习课程等等。惠及全球超过500w的人工智能爱好者。“AI如何更好地入门与进阶？”
Datawhale·2022-07-04 07:41

【经典课程】图灵奖得主LeCun亲授，深度学习课程在线发布

点击上方，选择星标或置顶，不定期资源大放送！阅读大概需要5分钟Follow小博主，每天更新前沿干货深度学习作为AI入门的一门必修课程，在网上一直有着许多教学资源。最常见的莫过于吴恩达老师的《深度学习》课程。就在前不久，纽约大学数据科学中心（CDS）上传完成了其2020年春季学期的《深度学习》的全部内容资源。而这次的课程，是由图灵奖得主、深度学习三巨头之一、AI大牛YannLeCun及纽约大学助理教
深度学习技术前沿·2022-07-01 10:42

图灵奖得主LeCun亲授，深度学习课程在线发布｜资源

木易发自凹非寺量子位报道|公众号QbitAI深度学习作为AI入门的一门必修课程，在网上一直有着许多教学资源。最常见的莫过于吴恩达老师的《深度学习》课程。就在前不久，纽约大学数据科学中心（CDS）上传完成了其2020年春季学期的《深度学习》的全部内容资源。而这次的课程，是由图灵奖得主、深度学习三巨头之一、AI大牛YannLeCun及纽约大学助理教授AlfredoCanziani共同教授的。大佬的亲授
QbitAl·2022-07-01 10:00

【研究生工作周报】（第三周）

学习目标：吴恩达深度学习课程《神经网络与深度学习》浅层神经网络深层神经网络机器学习十大算法线性回归逻辑回归决策树SVM朴素贝叶斯K最近邻算法K均值算法随机森林算法降维算法GradientBoost和Adaboost
wangyunpeng33·2022-06-27 07:41

研究生工作周报

学习目标（第二周）：吴恩达教授深度学习课程《神经网络与深度学习》神经网络基础《机器学习实战》对十大机器学习算法初步了解，会调用scikitlearn和它的contrib库，熟练之后尝试复现。
wangyunpeng33·2022-06-27 07:39

【研究生工作周报】

）：了解和学习深度学习框架一周熟悉主流深度学习框架并尝试搭建tensorflowpytorch学习内容：了解主流深度学习框架的优势，特点以及应用场景搭建pytorch框架初识stanford吴恩达教授深度学习课程学习时间
wangyunpeng33·2022-06-27 07:38

研究生周报（第七周）

研究生周报（第七周）学习目标吴恩达深度学习课程正则化梯度检验归一化处理多种梯度下降算法学习时间6.19～6.25学习产出Python代码github记录正则化L2正则化用于避免过拟合minw,bJ(w,
mappler·2022-06-27 07:15

【研究生工作周报】（第七周）

学习目标：GAN对抗生成网络《深度学习》第六章前馈神经网络《深度学习》第七章深度学习中的正则化学习内容：IanJ.Goodfellow《GenerativeAdversarialNets》李宏毅深度学习课程关于
wangyunpeng33·2022-06-27 07:29
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他