神经网络与深度学习—吴恩达第24页

吴恩达深度学习系列课程随记——Course3Week2

1.进行误差分析第一，你应该找一组错误样本第二，观察错误标记的样本，假阳性（falsepositives）和假阴性（falsenegatives）第三，统计属于不同错误类型的错误数量，比如把狗分成猫，把狮子分成猫，太模糊分错了这样你可以发现解决问题的方向，但注意选择首要的方向不能只看错误占比，要考虑解决问题的代价。2.清除标注错误的数据训练集标注错了：如果是少量的随机性错误，可以不管，深度学习算法

Asteries·2023-01-05 09:15

吴恩达【神经网络和深度学习】Week2——神经网络基础

文章目录1、LogisticRegressionasaNeuralNetwork1.1、BinaryClassification1.1.1、Introduction1.1.2、Notations1.2、LogisticRegression1.3、LogisticRegressionCostFunction1.4、GradientDescent1.5、Derivatives（导数）1.6、Mored

小白有颗大白梦·2023-01-05 09:45

吴恩达《机器学习》——神经网络与反向传播

神经网络与反向传播1.神经网络1.1神经网络的前馈传播1.2利用反向传播求梯度1.2.1正则化梯度2.目标函数（损失函数）2.1PyTorch官方文档版本2.2吴恩达讲解版本2.3两种版本的区别在哪？

Ace2NoU·2023-01-05 09:43

吴恩达之神经网络和深度学习-2.5导数

这一节主要是让大家对导数有一个直接的认识，从简单的一元函数进行学习，那么什么是导数，导数在数学中如何进行表示，若是刚刚学过的童靴应该是很清楚的，那对于没有学过的，或者学习了好久又忘了的，我将用我自身的理解，给大家简单的复习一下，并在下一讲给出大家详细的公式供大家参考。首先，我们要知道什么是导数。导数的官方定义：设函数y=f(x)在点x0的某个邻域内有定义当自变量x在x0处有增量△x(x0+△x也在

为援不可图·2023-01-05 08:14

吴恩达机器学习课程C1W2_lab03 运行时找不到lab_utils_multi模块

如果在自己写程序遇到找不到lab_utils_multi模块的情况，可以按下列步骤解决：1.在coursera实验室文件中，虽然看不到这个文件，但是可以点击下载所有文件，下载完成后在下载文件中就能找到lab_utils_multi.py2.把lab_utils_multi.py复制到当前你的程序所在的目录下面，再按照课程代码运行即可

m0_59884851·2023-01-04 20:10

机器学习笔记—吴恩达

该部分整理了关于机器学习基础理论的知识，整合了其他大佬的笔记做了一份x-mind图。需要的话可以自取。还有相关的数学基础理论也做了部分笔记链接：https://pan.baidu.com/s/1YoNUvLVNROk_xqeXd8T4GA提取码：ldd1后续可能也在这些里面更新

这里是阿丁·2023-01-04 15:37

吴恩达机器学习踩过的坑

1.lab_utils_uni文件，这是吴老师自己写的代码？百度叫piplab什么的都无效。有需要的直接去github取别人整理出来的这个文件。GitHub-kaieye/2022-Machine-Learning-Specialization

双鱼--玉佩·2023-01-04 15:05

吴恩达老师机器学习，报错No module named ‘lab_utils_uni‘

报错：Nomodulenamed‘lab_utils_uni‘第一步：下载三个文件第二步：复制到根目录下：大功告成：

Violet_Stray·2023-01-04 15:29

机器学习能干什么？

医疗记录的分析3、生物数据，例如DNA等的分析4、工程领域的大量数据无法具体编程的事务1、直升机自动驾驶2、手写字体识别3、自然语言处理4、图像识别推荐系统1、亚马逊，淘宝等推荐商品2、爱奇艺等推荐视频参考【吴恩达的机器学习课程

曹文杰1519030112·2023-01-04 14:54

【讨论】学习深度学习是否要先学习机器学习？

回答一作者：莫笑傅立叶链接：https://www.zhihu.com/question/382278216/answer/1117203012写在最前面：强烈推荐邱锡鹏老师的神经网络与深度学习，阅读起来极其流畅

风度78·2023-01-04 11:31

Python搭建虚拟环境安装tensorflow 吴恩达深度学习 jupyternotebook关联

文章目录前言一、anaconda是什么？二、安装tensorflow1.condainstall相关包的安装2.（可选）若需要安装tensorflow-gpu3.关联jupyternotebook前言通过构建python虚拟环境，可以使我们高效地管理我们的packages，在不同的开发环境中使用不同的虚拟环境。一、anaconda是什么？anaconda是一款科学软件包管理器，所以在关于pytho

认真学习的鸭子·2023-01-03 14:20

matlab用relu函数优化逻辑回归_吴恩达老师课程笔记系列第 29节 -逻辑回归之高级优化 (5)...

第29节-逻辑回归之高级优化(5)参考视频:6-6-AdvancedOptimization(14min).mkv在上一个视频中，我们讨论了用梯度下降的方法最小化逻辑回归中代价函数J(θ)。在本次视频中，我会教你们一些高级优化算法和一些高级的优化概念，利用这些方法，我们就能够使通过梯度下降，进行逻辑回归的速度大大提高，而这也将使算法更加适合解决大型的机器学习问题，比如，我们有数目庞大的特征量。现在

weixin_39607474·2023-01-03 12:44

吴恩达机器学习笔记（8）——模型评估与机器学习诊断法

一、如何改进一个机器学习算法假设你已经训练出一个机器学习算法，但是效果不太好，那么有以下几种改进方法：1、获得更多的训练数据2、选用更少的特征3、增加特征量4、增加高次项5、增大或减小正则化参数lambda的值很多人只是随机选择上述方法的一种，即浪费时间又没有效果。所以接下来会介绍模型的评估及机器学习的诊断法。二、模型评估(EvaluatingaHypothesis)1、评估假设：一个训练误差最小

阿尔基亚·2023-01-03 12:04

tensorflow-梯度下降,有这一篇就足够了

前言最近机器学习越来越火了，前段时间斯丹福大学副教授吴恩达都亲自录制了关于DeepLearningSpecialization的教程，在国内掀起了巨大的学习热潮。

weixin_33809981·2023-01-03 11:20

《PyTorch深度学习实践》完结合集 · Hongpu Liu · overview（1）

我是结合着吴恩达深度学习的课程一起来看的！！！刘老师的课讲的很生动！！！里面有代码的详解也有理论推导，适合初学者！！！

手可摘星辰不去高声语·2023-01-03 11:39

吴恩达深度学习第一周编码练习

1，使用numpy构建基本函数importnumpyasnp#构建一个返回实数x的sigmoid的函数。将math.exp（x）用于指数函数。importmathdefbasic_sigmoid(x):#simoids的值s=1/(1+math.exp(-x))returnsm=basic_sigmoid(3)print(m)x=np.array([1,2,3])#np.array吧列表中的数据转

m0_46314815胡说养的猪·2023-01-03 11:01

吴恩达第二周编程题

用神经网络思想实现Logistic回归：学习如何建立逻辑回归分类器用来识别猫1，导入包importnumpyasnpimporth5pyimportmatplotlib.pyplotaspltimportpylabimportscipy.miscfromPIL.ImageimportImagefromcolorcet.plottingimportarrfromskimage.transformim

m0_46314815胡说养的猪·2023-01-03 11:01

吴恩达深度学习：水平边缘计算

此公众号会发表计算机考研（初复试信息）、夏令营等资料，方便考研人对信息的获取，节约自身查找资料的时间，回复408，可获得数据结构、操作系统、计算机网络、计算机组成原理全科资料更多边缘检测内容(MoreEdgeDetectionExample)你已经见识到用卷积运算实现垂直边缘检测，在本视频中，你将学习如何区分正边和负边，这实际就是由亮到暗与由暗到亮的区别，也就是边缘的过渡。你还能了解到其他类型的边

青竹aaa·2023-01-03 10:18

吴恩达Course1《神经网络与深度学习》week2:神经网络基础测验及作业

第二周测验1.神经元节点先计算线性函数（z=Wx+b），再计算激活。注：神经元的输出是a=g（Wx+b），其中g是激活函数（sigmoid，tanh，ReLU，…）2.逻辑回归损失函数：(^(),())=−()log^()−(1−())log(1−^())3.假设img是一个（32,32,3）数组，具有3个颜色通道：红色、绿色和蓝色的32x32像素的图像。如何将其重新转换为列向量？x=img.re

weixin_44748589·2023-01-02 15:59

机器学习笔记（六）-神经网络：概述

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。

997and·2023-01-02 11:42

【序列模型】第一课--循环序列模型

课程来源：吴恩达深度学习课程《序列模型》笔记整理：王小草时间：2018年4月28日吴恩达的课程一直是我深爱喜绝的，深入浅出，10分钟可以讲完一个可能要一个小时或者半天理解的知识点，并且讲得老少都懂，男女皆晓

王小小小草·2023-01-02 10:28

吴恩达机器学习[9]-神经网络学习

神经网络学习NeuralNetwork非线性假设Non-linearhypotheses神经元与大脑Neuronsandthebrain模型展示1Modelrepresentation1模型展示2Modelrepresentation2例子与直觉理解1Examplesandintuition1例子与直觉理解2Examplesandintuition2多元分类Multi-classclassific

踏归1234·2023-01-02 07:19

吴恩达机器学习编程作业总结——具有神经网络思维的Logistic回归

目录吴恩达机器学习编程作业总结——具有神经网络思维的Logistic回归1.猫教程1.1训练集和测试集介绍1.2图片数据处理1.2.1对图片降维，转置：1.2.2标准化，图片数据的每一行除以255，使其处于

发光的黑暗·2023-01-02 07:19

吴恩达机器学习正则化Logistic算法与神经网络的MATLAB实现（对应ex3练习）

前言：本次作业主要是一个多分类案例的实现。其主要是利用logistic算法，多分类与二分类问题相似。其主要思想是将N类别的分类转换成N个二分类问题，每次选择其中一个类别作为正类，其余的类别都作为反类，计算出相应的权重。最后通过计算出来的N个权重对输入样本做预测，选取其中最大输出作为最终的输出。lrCostFunction.m该函数是正则化logistic算法的实现，包括计算代价函数和梯度，值得注意

非常满意·2023-01-02 07:15

吴恩达机器学习课程07——神经网络学习

目录神经网络模型前向传播反向传播神经网络模型关于这一块的入门知识，比如什么是神经网络呀，等等抽象的入门概念，我不打算讲太多，准确的说，吴恩达老师的课程里已经陈述了一遍了，比较好理解，没有太多要讲的地方。

CtrlZ1·2023-01-02 07:45

Python吴恩达机器学习作业 4 - 神经网络

编程作业4-神经网络对于这个练习，我们将再次处理手写数字数据集，这次使用反向传播前馈神经网络。我们将通过反向传播算法实现神经网络成本函数和梯度计算的非正则化和正则化版本，我们还将实现随机权重初始化和使用网络进行预测的方法。由于我们在练习3中使用的数据集是相同的，所以我们将重新使用代码来加载数据。importnumpyasnpimportpandasaspdimportmatplotlib.pypl

Puzzle harvester·2023-01-02 07:45

pytorch深度学习：CNN卷积神经网络（一）

这里只简单介绍下卷积神经网络的入门知识，想再深入学习可以看下吴恩达、李宏毅老师的CNN课程。

BUAA小乔·2023-01-02 07:44

吴恩达深度学习与神经网络编程作业——Logistic Regression with a Neural Network

记：开始记录深度学习以及机器学习过程中写过的代码和学到的知识了，吴恩达老师的课真的是入门者的福音了，我这种小白在听完老师的课之后都能动手写课后作业，写完编程作业的感受就是：虽然原版作业是英文，但是静下心来基本都能读懂

.无名之辈·2023-01-02 07:44

吴恩达机器学习——Andrew Ng machine-learning-ex3 python实现

目录Exercise3:Multi-classClassiﬁcationandNeuralNetworks1.Multi-classClassiﬁcation1.1LoadingandVisualizingData1.2VectorizeLogisticRegression1.3One-vs-AllTraining1.4PredictforOne-Vs-All2.NeuralNetworks2.1

令狐傻笑·2023-01-02 07:10

神经网络层数、神经元数、梯度下降学习率和训练次数都会影响神经网络的效果

《神经网络与深度学习》一书说过，只在输⼊层和输出层之间存在⼀个中间层的情况下，不论我们想要计算什么样的函数，我们都确信存在⼀个神经⽹络可以计算它。但是不同层数和神经元数的神经网络的工作正确率并不一样。

Love, Day After Tomorrow·2023-01-02 07:08

吴恩达机器学习（七）—— 神经网络：Representation

吴恩达机器学习系列内容的学习目录→\rightarrow→吴恩达机器学习系列内容汇总。

大彤小忆·2023-01-02 07:31

吴恩达《机器学习》——Logistic多分类与神经网络

Logistic多分类与神经网络1.MINIST数据集与Logistic多分类MINIST简介数据集可视化Logistic如何实现多分类？One-Hot向量Python实现2.神经网络(NeuralNetwork,NN)神经网络前馈传播Python实现3.基于PyTorch框架的网络搭建数据集、源文件可以在Github项目中获得链接:https://github.com/Raymond-Yang-

Ace2NoU·2023-01-02 07:26

功能极其强大，这8款 Python 机器学习库真香

Python数据挖掘·2023-01-02 07:21

吴恩达机器学习课程笔记(英文授课) Lv.2 新手村（分类）

目录6-1分类6-2假设陈述6-3决策界限decisionboundary6-4代价函数6-5简化代价函数与梯度下降6-6高级优化算法6-7多元分类：一对多7-1过拟合问题7-2代价函数7-3线性回归的正则化7-4logistic回归的正则化温故而知新~~~~6-1分类1.内容：当预测的变量y是一个离散值（012345.。。）情况下的分类问题，逻辑（logistic）回归算法，当今最流行、最广泛使

玉一·2023-01-01 13:20

吴恩达机器学习[8]-正则化在线性回归、logistic回归应用与python实现

正则化-线性回归及logistic回归的应用与python实现过拟合问题overfitting问题识别过拟合问题解决代价函数costfunction线性回归的正则化logistic回归的正则化代码实现+可视化过拟合问题overfitting问题识别欠拟合（underfitting)或高偏差（highbias），拟合效果差恰好拟合（justright）过拟合（overfiiting）或高方差（hig

踏归1234·2023-01-01 13:20

吴恩达机器学习—— 六、逻辑回归（Logistic Regression）

六、逻辑回归（LogisticRegression）6.1分类问题算法的性质是：它的输出值永远在0到1之间。当hθ(x)>=0.5{h_\theta}\left(x\right)>=0.5hθ(x)>=0.5时，预测y=1y=1y=1。当hθ(x)<0.5{h_\theta}\left(x\right)<0.5hθ(x)<0.5时，预测y=0y=0y=0。6.2逻辑函数hθ(x)=g(θTX)h_

天天152·2023-01-01 13:50

吴恩达《机器学习》——第十章《应用机器学习的建议》

10、Adviceforapplyingmachinelearning（应用机器学习的建议）10.1Decidingwhattotrynext（决定下一步做什么）10.2Evaluatingahypothesis（评估假设）10.3Modelselectionandtraining/validation/testsets（模型选择和训练、验证、测试集）10.4Diagnosingbiasvs.va

肥胖边缘疯狂蹦迪·2023-01-01 13:49

机器学习吴恩达——第一周

本篇博客内容均为个人理解，如有错误，敬请指出。1.1WelcometoML列举了一些机器学习常见的应用，如：1.手写识别2.垃圾邮件分类3.图像处理4.搜索引擎......据我看来，模式识别，统计学习，数据挖掘，计算机视觉，语音识别，自然语言处理等领域都与机器学习有很深的关联。1.2机器学习的定义据我到目前个人的理解来看，机器学习就是依靠目前强大的硬件来利用大量的测量数据或者历史数据训练模型，使其

青木长风·2023-01-01 13:19

《吴恩达机器学习》15 异常检测

异常检测前言一、高斯分布1、问题描述2、算法二、异常检测方法应用1、应用方式2、异常检测与监督学习比较3、特征选择三、多变量的高斯分布总结前言异常检测首先不是检测机器学习算法中的异常，也不是一个算法，它指的是一种应用场景（刚开始时我也陷入这两种猜测。。。）比如在工厂内生产一批零件，我们用高斯分布的方法来预测新生产的零件的异常状况。这就是本章学习的内容——异常检测一、高斯分布正态分布（Normald

JockerWong·2023-01-01 13:18

《吴恩达机器学习》18 机器学习总结

前言原机器学习最后一章的内容为图片文字识别，但是笔者在看了这一章的课程之后发现其内容可能实际应用性不大，课程讲的ocr识别的方法已经不适合目前主流的算法（目前主流使用CNN——卷积神经网络），故省略这一章节的笔记，改为对整个机器学习课程的总结。一、监督学习算法1、线性回归线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为hθ

JockerWong·2023-01-01 13:18

《吴恩达机器学习》6 Logistic 回归

Logistic回归前言一、Logistic回归1、分类算法2、决策边界二、代价函数及梯度下降法1、代价函数2、简化模型3、梯度下降法三、高级优化算法及多分类问题1、几种高级优化算法2、多分类问题总结前言前面的课程我们讨论的都是线性回归方程，比如根据历史数据预测房价等，他们的共同特别就是数据是一种随着变量呈现一种线性关系。那么对于分类问题，如根据邮件的内容标记是否垃圾邮件，机器学习的解法又是怎么样

JockerWong·2023-01-01 13:17

吴恩达机器学习笔记（6）——Logistic回归

1.Classification我们可以尝试使用线性回归来实现分类，所要做的就是在线性回归拟合数据以后给他一个threshold（阈值），例如在下面的例子中，就可以给一个0.5作为阈值（当hθ(x)的值大于等于0.5时，预测y为1；当hθ(x)小于0.5时，预测y为0）来预测肿瘤的性质（良性或恶性）。在这种情况下，我们所看到的使用线性回归来实现分类任务好像没有问题，但是，当我们多了一个训练样本时，

不跑步就等肥·2023-01-01 13:47

吴恩达《机器学习》课程笔记

机器学习机器学习分类：主要分为监督学习和无监督学习两类。1.监督学习：回归（regression）问题：线性回归分类（classfication）问题：logistic回归，神经网络，SVM2.无监督学习：聚类（cluster）问题：k-means降维问题：主成分分析（PCA）异常检测问题———————————————————————————————————————优化算法一般的监督学习步骤：0.

遠坂凜·2023-01-01 13:16

吴恩达机器学习笔记week6——逻辑回归 Logistics Regression）

吴恩达机器学习笔记week6——逻辑回归LogisticsRegression）6-1.分类Classification6-2.假设陈述HypothesisRepresentation6-3.决策界限decisionboundary6

Saulty·2023-01-01 13:44

吴恩达《机器学习》——Logistics回归代码实现

Logisitc回归1.Sigmoid与二分类Sigmoid函数为什么Sigmoid函数可以表示二分类概率？2.Logistics回归交叉熵损失函数梯度过拟合与欠拟合正则化3.Python代码实现4.单维与多维Logistic分类单维数据分类多维数据分类数据集、源文件可以在Github项目中获得链接:https://github.com/Raymond-Yang-2001/AndrewNg-Mac

Ace2NoU·2023-01-01 13:13

《神经网络与深度学习》-模型独立的学习方式

模型独立的学习方式1.集成学习1.1AdaBoost算法2.自训练和协同训练2.1自训练2.2协同训练3.多任务学习4.迁移学习4.1归纳迁移学习4.2转导迁移学习5.终身学习6.元学习6.1基于优化器的元学习6.2模型无关的元学习本文介绍集成学习、协同学习、自训练、多任务学习、迁移学习、终身学习、小样本学习、元学习等学习方式。这些学习方式不限于具体的模型，不管是前馈神经网络、RNN或其他模型

你电吴彦祖·2023-01-01 09:24

吴恩达的2022年终盘点：生成式AI、ViT、大模型

Datawhale干货作者：吴恩达，斯坦福大学，编辑：智源社区近日，吴恩达在圣诞节的《TheBatch》特刊上发布了一年一度的年终盘点。

Datawhale·2023-01-01 07:31

神经网络与深度学习---train_loss和val_loss(test_lost)分析

1.train_loss不断下降，val_loss(test_lost)不断下降说明网络训练正常，最好情况2.train_loss不断下降，val_loss(test_lost)趋于不变说明网络过拟合，可以添加dropout和最大池化maxpooling3.train_loss趋于不变，val_loss(test_lost)不断下降说明数据集有问题，建议重新选择4.train_loss趋于不变，v

小天才才·2023-01-01 01:59

吴恩达机器学习新课程又来了！旁听免费，小白友好

Alex发自凹非寺量子位|公众号QbitAI吴恩达的经典机器学习课程又双叒开新课了！今天，吴老师发推分享了这则好消息。

风度78·2022-12-31 12:11

【机器学习】吴恩达：机器学习的六个核心算法

最近，吴恩达在其创办的人工智能周讯《TheBatch》上更新了一篇博文，总结了机器学习领域多个基础算法的历史溯源。