神经网络与深度学习—吴恩达

吴恩达机器学习入门笔记

一、绪论1、监督学习：根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型。监督学习包括回归和分类理解：监督学习中训练数据既有特征又有标签，通过学习，让机器在面对只有特征没有标签的数据时，可以判断出标签。举例：①【回归】房子大小（特征），预测房价（标签）②【分类】肿瘤大小（特征），预测肿瘤是否良性（标签）2、无监督学习：我们不知道数据集中数据、特征之间的关系，
Umikaze_·2022-12-23 23:03

吴恩达机器学习总结（三）——神经网络的反向传播

神经网络的反向传播在上一篇博客中，利用神经网络对手写数字数据进行分类的结果虽然已经很高了，但和测试样本本身的输出值进行比较还是存在着一定的误差。这时我们需要使用这个误差值来调整神经网络本身，进而改变神经网络的输出值。误差传递我们知道在前向传播中，每个节点向下一层传递的信号所占权重不同。若只有一个节点的信号传递到输出节点，那调整神经网络输出值的方式将简单的多，只需要更新这个节点的权重即可。假如有多个
Anaconda_·2022-12-23 23:02

吴恩达-机器学习(11)-文字识别

文章目录Applicationexample:PhotoOCRProblemdescriptionandpipelineSlidingwindowsGettingLotsofDataandArtificialDataCeilingAnalysis:WhatPartofthePipelinetoWorkonNextApplicationexample:PhotoOCRProblemdescripti
仰望星空1994·2022-12-23 23:58

吴恩达-coursera-机器学习-week1

一、引言(Introduction)1.1欢迎1.2机器学习是什么？1.3监督学习1.4无监督学习二、单变量线性回归(LinearRegressionwithOneVariable)2.1模型表示2.2代价函数2.3代价函数的直观理解I2.4代价函数的直观理解II2.5梯度下降2.6梯度下降的直观理解2.7梯度下降的线性回归2.8接下来的内容三、线性代数回顾(LinearAlgebraReview
weixin_30337157·2022-12-23 23:28

【吴恩达机器学习笔记】001 什么是机器学习（What is Machine Learning）

一、什么是机器学习机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。二、机器学习的定义Arth
水亦心·2022-12-23 23:57

1.1监督学习（机械学习吴恩达笔记）

#监督学习分为回归与分类其中这两个类别都是基于一个相同的目标:通过数据学习如何返回一个正确的答案回归通过无限多的可能输出数据中预测出数字举的例子是利用的是直角坐标系中通过无数的点，来预测出相对应的函数曲线分类通过尽可能多的数据，将数据先进行分类，然后预测出最有可能出现的类别例子：将病情的良性与恶行分类，标注在直角坐标系中，预测出一个曲线函数，将相关因素（大小，年龄）包含进去，然后来实现预测效果。
A百里A·2022-12-23 23:55

吴恩达机器学习（一） 定义及算法简单介绍

WhatisMachineLearning?TwodefinitionsofMachineLearningareoffered.ArthurSamueldescribeditas:"thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed."Thisisanolder,informaldef
hosheaw·2022-12-23 23:55

机械学习（吴恩达）-6分类问题

我们一般不用线性回归来做分类问题我们接下来学习Logistic回归算法，他是一种分类算法，他的输出值介于0和1之间下面我们来学习决策边界，它可以帮助我们来理解假设函数在干什么？其中g为sigmod函数其中这条线为决策边界。它将平面分成了两个部分，决策边界是假设函数的一个属性。我们要用训练集数据来拟合，主要问题是如何避免代价函数使非凸函数。所谓代价函数，就是用来衡量预测输出和真实值的偏差程度。接下来
Mr529302·2022-12-23 23:51

卷积运算原理

卷积运算内容选自吴恩达老师的深度学习课程当中，在此记录。以边缘检测为例，介绍卷积是如何进行运算的。
科研鬼才·2022-12-23 23:47

机器学习 | 吴恩达机器学习第九周编程作业(Python版）

实验指导书下载密码:bgi7本篇博客主要讲解，吴恩达机器学习第九周的编程作业，主要包含异常检测实验和电影推荐系统实验两部分。原始实验使用Matlab实现，本篇博客提供Python版本。
CoreJT·2022-12-23 22:58

神经网络与深度学习笔记——梯度下降算法是什么？

神经网络与深度学习笔记系列一共有五个专题，分别是第一章使用神经网络识别手写数字——梯度下降算法是什么。主要介绍了神经网络的基础例如感知器激活函数等概念，最主要介绍了梯度下降算法。
刘爱然·2022-12-23 22:55

【卷积神经网络】Lesson 2--深层卷积神经网络

课程来源：吴恩达深度学习课程《卷积神经网络》笔记整理：王小草时间：2018年6月6日outline:本文第1节主要会讲解5个经典的神经网络：-LeNet-5(1998年）-AlexNet（2012年ILSVRC
王小小小草·2022-12-23 22:51

吴恩达神经网络和深度学习课程自学笔记（十）之深层卷积神经网络

深层卷积网络一、总述计算机视觉研究中的大量研究集中在如何把这些基本构件组合起来，形成有效的卷积神经网络。而找到感觉的方法之一就是多看一些案列，通过研究别人的来构建自己的。已有的一些例如识别猫、识别人脸等比较好的框架，在我们需要用到其中的某部分时我们可以借鉴来解决自己的问题。下面主要是一些计算机视觉的经典网络，包括：LeNet-5、AlexNet、VGGNet等。然后还有残差网络（ResNet），主
To_1_oT·2022-12-23 22:49

吴恩达机器学习的报错：ModuleNotFoundError: No module named ‘ipympl‘

我的问题是解决方案就是首先在用命令行打开项目所在目录,先在编译器里面openinterminal，然后condaactivate某个环境，如果使用的是base环境就直接condaactivate然后直接pipinstallipympl
阿维的博客日记·2022-12-23 21:50

【学习资源汇总】

学习资源汇总机器学习双目视觉模型部署工具安装和使用MTMCT工作学习感悟篇机器学习吴恩达深度学习笔记最全最详细！这一篇足够了！
XTX_AI·2022-12-23 13:59

【神经网络与深度学习】各种激活函数+前馈神经网络理论 ① S型激活函数 ② ReLU函数 ③ Swish函数 ④ GELU函数 ⑤ Maxout单元

文章目录一、常见的三种网络结构二、激活函数（1）S型激活函数logistic函数和Tanh函数：hard-logistic函数和hard-Tanh函数：（2）ReLU函数带泄露的ReLU【leakyReLU】带参数的ReLU【ParametricReLU或者PReLU】指数线性单元【ELU】ReLU函数的平滑版本【SoftPlus】四种函数的图像（3）Swish函数（4）GELU函数（5）Maxo
Bessie_Lee·2022-12-23 13:29

2022吴恩达机器学习课程——第三课（非监督学习）

注：参考B站视频教程视频链接：【(强推|双字)2022吴恩达机器学习Deeplearning.ai课程】写在前面：文章只是为了记录学习课程的整个过程，方便以后查漏补缺，方便找到对应章节，希望看到这篇文章的同学能够认真的看一遍视频教程
now_try_·2022-12-23 12:35

【更新中】智能车的逻辑与决策——介绍、理论与应用

VSM)3.深度学习3.1“层”Layers3.1.1池化层3.1.2全连接层3.1.3卷积层3.1.4SOFTMAX3.1.5回归层REGRESSIONLAYER3.2长短时记忆网络LSTM0.置顶资料神经网络与深度学习
你看不见我写的blog·2022-12-23 01:04

吴恩达机器学习6-逻辑回归

吴恩达机器学习6-逻辑回归1.分类问题如判断一封电子邮件是否是垃圾邮件：答案只有两种是或不是如果使用线性回归，如下图:函数的输出值可能远大于1，或者远小于0，不便于判断引入逻辑回归：算法的性质是：它的输出值永远在
小y同学在学习·2022-12-22 13:55

【机器学习（一）】什么是机器学习、监督学习及无监督学习

声明：本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。
趴抖·2022-12-22 11:19

【机器学习（二）】模型描述与代价函数

声明：本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。模型描述引例仍然是上期运用的房价例子：假设现出售的房子大小为1250平方英尺，想要推测它的房价。
趴抖·2022-12-22 11:17

【机器学习（三）】线性回归的梯度下降法

声明：本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。梯度下降法梯度下降法可以最小化任意函数J问题描述我们有一个函数J(θ_0,θ_1),现在需要用一个算法来最小化该函数J。
趴抖·2022-12-22 11:17

卷积神经网络（二）- 深度卷积网络：实例研究

本次学习笔记主要记录学习深度学习时的各种记录，包括吴恩达老师视频学习、花书。作者能力有限，如有错误等，望联系修改，非常感谢！
997and·2022-12-22 10:44

吴恩达机器学习课程笔记——Ch9 神经网络

Chapeter9NeuralNetworks（神经网络：示例）已经不能倍速看了==真实....课程笔记总览传送门：https://blog.csdn.net/weixin_42900928/article/details/86523192目录Chapeter9NeuralNetworks（神经网络：示例）9.1Non-linearHypotheses（非线性假设）9.2ModelRepresen
A_waken·2022-12-22 09:17

33万字！深度学习笔记在线版发布!

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，为满足手机阅读的需要，我将笔记做成了在线版，可以在手机上打开公众号收藏就能学习
生信宝典·2022-12-22 08:31

机器学习（吴恩达）-4

之前我们所用预测的函数值只有一个变量，也就是单特征，接下来我们要用到多特征来预测目标函数我们的线性回归问题就应该扩充到四个变量这里来这就是所谓的多元线性回归，后面一般会跟一个X_0且设置为1为了匹配上向量，让两个可以互为向量做乘法值得注意的是，如果你的特征取值很接近，以两个为例，那么它收敛的速度非常快，很快能取到局部最优解。反过来，如果他们取值相差过大，一个在1000到2000取值，一个在0到5取
Mr529302·2022-12-21 17:37

深度学习学习指南

机器学习，李宏毅的课程（网易云课堂），大致了解，可以先不用学，直接入手深度学习，以后再学机器学习深度学习，吴恩达的课程（B站，网易云课堂都有），大致了解，学习中不懂的时候可以在文档中查看学习python
@贝壳里的海·2022-12-21 14:09

PyTorch基本操作练习

实现了一些PyTorch基本操作，原理可参考《神经网络与深度学习》《动手学深度学习》中的内容。个人练习，切勿与任何作业和考试挂钩。代码运行在Python3.9.7版本以及Pytorch1.10版本中。
JMDou·2022-12-21 13:16

真是爱了，20个非常好用的 Python 实用小技巧

推荐文章有人把吴恩达老师的机器学习和深度学习做成了中文版上瘾了，最近又给公司撸了一个可视化大屏(附源码)如此优雅，4款Python自动数据分析神器真香啊梳理半月有余，精心准备了17张知识思维导图，这次要讲清统计学年终汇总
我爱Python数据挖掘·2022-12-21 13:45

吴恩达新课上线：TensorFlow移动和web端机器学习

大家都很熟悉吴恩达了。他开设的Coursera机器学习课程可以说是很多初学者的「白月光」。
程序员资源社区·2022-12-21 13:06

【机器学习部署】Machine Learning Operations(MLOps) --1(Yolov3物体识别)

本系列以吴恩达老师的MLops的课程为基础，并且结合了网上找到的其他材料和自己实践中遇到的坑。Step1环境配置假设已经安装好了anaconda（具体如何安装就不写了，网上资料很多）。
WilliamCHW·2022-12-21 08:05

HBU_神经网络与深度学习 实验7 前馈神经网络：鸢尾花分类

数据处理(1)数据分组(2)数据读取(3)用DataLoader进行封装3.模型构建4.完善Runner类5.模型训练6.模型评价7.模型预测二、实验Q&A三、实验总结写在前面的一些内容本文为HBU_神经网络与深度学习实验
ZodiAc7·2022-12-21 06:38

HBU_神经网络与深度学习 实验5 前馈神经网络：二分类任务

目录写在前面的一些内容一、神经元1.净活性值2.激活函数(1)Sigmoid型函数(2)ReLU型函数二、基于前馈神经网络的二分类任务1.数据集构建2.模型构建(1)线性层算子(2)Logistic算子（激活函数）(3)层的串行组合3.损失函数4.模型优化(1)反向传播算法(2)损失函数(3)Logistic算子(4)线性层(5)整个网络(6)优化器5.完善Runner类：RunnerV2_16.
ZodiAc7·2022-12-21 06:38

HBU_神经网络与深度学习 实验6 前馈神经网络：自动梯度计算 及 优化问题

目录写在前面的一些内容一、自动梯度计算和预定义算子1.利用预定义算子重新实现前馈神经网络2.完善Runner类3.模型训练4.性能评价二、优化问题1.参数初始化2.梯度消失问题（1）模型构建（2）使用Sigmoid型函数进行训练（3）使用ReLU函数进行模型训练3.死亡ReLU问题（1）使用ReLU进行模型训练（2）使用LeakyReLU进行模型训练三、实验总结写在前面的一些内容本文为HBU_神经
ZodiAc7·2022-12-21 06:38

HBU_神经网络与深度学习 实验1 numpy

目录一、numpy的array操作二、array的数学运算三、matplotlib在numpy中的简单应用四、实验总结注：本文为HBU_神经网络与深度学习实验（2022年秋）实验1的实验报告，此文对模板
ZodiAc7·2022-12-21 06:07

HBU_神经网络与深度学习 实验3 线性回归

目录写在前面的一些内容一、实现一个简单的线性回归模型1.数据集构建2.模型构建3.损失函数4.模型优化5.模型训练6.模型评估二、多项式回归1.数据集构建2.模型构建3.模型训练4.模型评估三、Runner类介绍四、基于线性回归的波士顿房价预测1.数据处理（1）数据预览（2）数据清洗（3）数据集划分（4）特征工程2.模型构建3.完善Runner类4.模型训练5.模型测试6.模型预测五、实验Q&A六
ZodiAc7·2022-12-21 06:07

移植吴恩达深度学习01机器学习和神经网络第二周神经网络基础编程作业选修作业到pycharm

目录环境配置问题①imageio.imread源代码报错解决方法一解决方法二②scipy.misc.imresize源代码报错解决方法完整代码参考环境配置windows10anaconda3python3.8pychrm-community-2022.1.3问题①imageio.imread源代码image=np.array(imageio.imread(fname))报错DeprecationW
--吉择--·2022-12-20 22:57

【机器学习】白板公式推导-1-书籍&视频

PRML）-ChristopherM.BishopMLAPP其他机器学习（西瓜书）-周志华深度学习（花书）视频列表机器学习基石-林轩田机器学习技法-林轩田机器学习导论-张志华统计机器学习-张志华cs229-吴恩达
暖焱·2022-12-20 17:01

运行吴恩达课后测试显示No module named ‘ipympl‘

查询其他方法无效condainstallipympl一直加载，转不出pipinstallipympl能下载安装但是打开book运行依旧报错清华源conda报错解决方法pip能下载，所以使用pip。而一开始下载了也不能用是因为路径有问题，下错地方了。直接打开prompt，我的默认路径并不是Ancona的包的路径所以我们将它改过去1、输入x：x为你的盘符，先定位到安装的盘2、cd包的所在位置，定位到文
包饭厅咸鱼·2022-12-20 14:58

jupyter book执行lab报错No module named ‘ipympl‘

吴恩达机器学习_代价函数lab执行报错执行C1_W1_Lab04_Cost_function_Soln.ipynb中代码时报错Nomodulenamed‘ipympl’，解决方法如下：1.关闭jupyternotebook
外星男神欧买噶i·2022-12-20 14:53

吴恩达·2022机器学习专项课程｜House Price Prediction

HousePricePredictionImportimportcopy,mathimportnumpyasnpimportmatplotlib.pyplotaspltLoadDatasetdefload_house_data():data=np.loadtxt("./data/houses.txt",delimiter=',',skiprows=1)X=data[:,:4]y=data[:,4]
ZhuYuxi333·2022-12-20 12:41

【吴恩达·2022机器学习专项课程】Logistic Regression -Gradient Descent

GradientDescentRecallthegradientdescentalgorithmutilizesthegradientcalculation:repeatuntilconvergence:  {      wj=wj−α∂J(w,b)∂wj  forj:=0..n-1          b=b−α∂J(w,b)∂b}\begin{align*}&\text{repeatuntilc
ZhuYuxi333·2022-12-20 12:10

吴恩达《机器学习》笔记——第一章《介绍》

吴恩达在视频中提了两个定义：ArthurSamuel(19
肥胖边缘疯狂蹦迪·2022-12-20 12:07

带你少走弯路：强烈推荐的TensorFlow快速入门资料和翻译（可下载）

知识更新非常快，需要一直学习才能跟上时代进步，举个例子：吴恩达老师在深度学习课上讲的TensorFlow使用，这个肯定是他近几年才学的，因为谷歌开源了TensorFlow也就很短的时间。
风度78·2022-12-20 09:52

机器学习----线性回归

以前在学习的时候感觉这部分很通畅，没遇到什么大问题，但是昨天复习的时候竟然被几个简单概念给卡主了，最后还是开了吴恩达教授的视频才恍然大悟的，哎正不知道该说什么了。在正式分析之前，先简单讲几个概念，后
Sunshine_in_Moon·2022-12-19 17:12

0SError: ‘./deeplearning. mplstyle‘ not found in the style library

将吴恩达老师的deeplearning.mplstyle引入当前自己运行的文件所处的统一文件夹下即可。
weixin_48843412·2022-12-19 12:49

module tensorflow keras layers has no attribute normalization

原因在运行吴恩达C2-W1-Lab02的code时报错，说在文件中找不到该文件。
weixin_48843412·2022-12-19 12:41

一文详解层次聚类（Python代码）

推荐文章有人把吴恩达老师的机器学习和深度学习做成了
Python数据挖掘·2022-12-19 10:22

Machine Learning - Coursera 吴恩达机器学习教程 Week1 学习笔记

机器学习的定义ArthurSamuel传统定义ArthurSamuel:“thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.”Thisisanolder,informaldefinition.让计算机无需明确编程，就有学习能力。TomMitchell现代定义TomMitchell:“
zhang35·2022-12-19 10:39

吴恩达机器学习:week2

title:‘吴恩达机器学习:week2’date:2019-11-2015:31:00mathjax:truecategories:机器学习tags:机器学习文章目录@[toc]单变量线性回归(LinearRegressionwithOneVariable
胖虎艾春辉·2022-12-19 10:05
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他