Deeplearning.ai

吴恩达团队2022机器学习课程，来啦

到了DeepLearning.AI给我发送的邮件，惊喜的发现这门课居然进行了更新。
啥都生·2022-07-04 07:40

吴恩达机器学习新课程又来了！旁听免费，小白友好

该课程由deeplearning.ai和斯坦福大学提供，目前已上线Coursera。和之前机器学习课程不同的是，本系列课程对ML初学者友好，不用学员有太多数学背景。
QbitAl·2022-06-21 13:06

机器学习基础：人工智能、机器学习、深度学习的概念和关系（一）

本文属于入门深度学习系列文章的第一篇，该系列专栏主要是记录我在Coursera上学习AndrewNg的MachineLearning和DeepLearning.AI课程时做的笔记，如果有错误请联系我，我将尽快修改
George_Will·2022-06-07 19:54

吴恩达团队盘点2019AI大势：自动驾驶寒冬、NLP大跃进、Deepfake已成魔！

吴恩达的Deeplearning.ai梳理了今年AI最重要领域内的六大标志性事件和趋势。2019年已经走过了98%，再过几天，20后就要诞生了！这一年注定是充满了里程碑的一年。
人工智能学家·2022-06-01 16:56

吴恩达采访人工智能大师实录

本文节选自吴恩达老师的深度学习课程（deeplearning.ai），本文中，吴恩达老师采访了几位人工智能大师。
风度78·2022-05-29 08:24

AIQ - deeplearning.ai 全套吴恩达老师的深度学习课程笔记及资源在线阅读

http://www.6aiq.com/deeplearning_ai/html/SUMMARY.html深度学习笔记目录第一门课神经网络和深度学习(NeuralNetworksandDeepLearning)第一周：深度学习引言(IntroductiontoDeepLearning)1.1欢迎(Welcome)1.2什么是神经网络？(WhatisaNeuralNetwork)1.3神经网络的监督
研发之道·2022-05-21 07:48

DeepLearning.ai作业:(4-1)-- 卷积神经网络（Foundations of CNN）

title:‘DeepLearning.ai作业:(4-1)--卷积神经网络（FoundationsofCNN）’id:dl-ai-4-1htags:dl.aihomeworkcategories:AIDeepLearningdate
zjufangzh·2022-05-13 07:56

吴恩达deeplearning.ai系列课程笔记+编程作业(14)序列模型(Sequence Models)-第二周 自然语言处理与词嵌入

第五门课序列模型(SequenceModels)第二周自然语言处理与词嵌入（NaturalLanguageProcessingandWordEmbeddings）文章目录第五门课序列模型(SequenceModels)第二周自然语言处理与词嵌入（NaturalLanguageProcessingandWordEmbeddings）2.1词汇表征（WordRepresentation）2.2使用词嵌
geekxiaoz·2022-03-18 07:48

【吴恩达deeplearning.ai】2.7 Inception 网络

←上一篇↓↑下一篇→2.6谷歌Inception网络简介回到目录2.8使用开源的实现方案Inception网络(InceptionNetwork)在上节视频中，你已经见到了所有的Inception网络基础模块。在本视频中，我们将学习如何将这些模块组合起来，构筑你自己的Inception网络。Inception模块在这里插入图片描述Inception模块会将之前层的激活或者输出作为它的输入，作为前提
why do not·2022-02-21 07:00

【吴恩达deeplearning.ai】3.2 特征点检测

←上一篇↓↑下一篇→3.1目标定位回到目录3.3目标检测目标点检测(LandmarkDetection)上节课，我们讲了如何利用神经网络进行对象定位，即通过输出四个参数值bx、by、bhb_x、b_y、b_hbx、by、bh和bwb_wbw给出图片中对象的边界框。更概括地说，神经网络可以通过输出图片上特征点的(x,y)(x,y)(x,y)坐标来实现对目标特征的识别，我们看几个例子。假设你正在构建一
why do not·2022-02-21 07:00

为什么Ng在deeplearning.ai的课程中说过，神经网络一定不能全部初始化为零，但在他的logistic回归作业中用的却是零初始化？

问题：为什么Ng在deeplearning.ai的课程中说过，神经网络一定不能全部初始化为零，但在他的logic回归作业中用的却是零初始化？
2e07917c964c·2022-02-02 23:47

吴恩达深度学习课程笔记（精华版）--1.网络基础和系统构建

本系列是编者学习吴恩达deeplearning.ai深度学习系列课程的笔记。编者有一定机器学习基础，也看过Andrew的机器学习课程。
Caucher·2021-12-29 21:32

学习+科研+做项目 深度学习最全详细资料

李宏毅2020机器学习深度学习(完整版)国语[双语字幕]吴恩达深度学习deeplearning.ai深度学习（卷积网络、循环神经网络、对抗神经网络、Tensorflow实战）更多资料请关注公众号：计算机视觉与图形学实战李宏毅
独孤九剑-风清扬·2021-09-24 23:23

无标题文章

#《Deeplearning.ai》系列课程中文化项目Deeplearning.ai是[AndrewNg](https://baike.baidu.com/item/%E5%90%B4%E6%81%A9%
Yukon_Guo·2021-05-07 16:58

【DL碎片1】神经网络参数初始化的学问

笔者正在学习的AndrewNg的DeepLearning.ai提供了相应的模型框架和数据，我们这里要自己设置的就是不同的初值。数据可视化之后是这
Stack_empty·2021-04-23 03:46

“吴恩达deeplearning.ai”学习笔记（p47-p60：第二课时第一章：超参数调试、正则化以及优化）

上接：第一课时第四章：深度神经网络目录：1.机器深度学习1.1训练_开发_测试集1.2偏差_方差1.3机器学习基础1.4正则化1.5为什么正则化可以减少过拟合？1.6另一种正则化方法：Dropout1.6.1Dropout原理1.6.2实现Dropout的方法1.7理解Dropout1.8其他正则化方法1.8.1Dropout正则化1.8.2earlystopping1.9归一化输入1.10梯度消
KQ.·2021-02-25 21:35

“吴恩达deeplearning.ai”学习笔记（p36-p44：第一课时第四章：深度神经网络）

目录上接（第一课时第三章：实现一个神经网络）下接(第二课时第一章：超参数调试、正则化以及优化）第四章：深度神经网络4.1深层神经网络4.2前向和反向传播4.2.1前向传播4.2.2反向传播4.3深层网络中的前向传播4.4核对矩阵的维数4.5向量化实现的解释4.6搭建深层神经网络块4.7参数vs超参数4.8深度学习和大脑的关系补充一篇其他博主对于深度神经网络为什么能预测结果的理解：link戳这里查看
KQ.·2021-02-18 22:34

NLP笔记Day1：环境搭建及数据预处理

引言从deeplearning.ai的课程开始，尝试捡回荒废了3年的NLP。Coursera课程链接搭建jupyter+vscode学习环境StartwithWhy为什么要用vscode？
Wi先森·2021-02-03 15:39

深度学习和神经网络_深度学习概论——吴恩达DeepLearning.ai深度学习笔记之神经网络和深度学习（一）...

公众号关注“DL_NLP”设为“星标”，重磅干货，第一时间送达！◎原创|深度学习算法与自然语言处理◎作者|Dedsecr1.什么是神经网络？1.1房价预测已知房屋的面积、价格，想要拟合一个根据房屋面积预测房价的函数。按照传统的方法，我们使用线性回归来解决这个问题，我们可以拟合出一条直线。并且我们知道价格永远不会是负数的。因此，为了替代一条可能会让价格为负的直线，我们把直线弯曲一点，让它最终在零结束
weixin_39859061·2020-12-06 00:17

deeplearning.ai-吴恩达老师深度学习课程字幕勘误

课程内容制作方：deeplearning.ai原载于：Coursera为毛写在这里？
semanticyong·2020-10-11 13:11

吴恩达Deeplearning.ai国庆节上新：生成对抗网络（GAN）专项课程

公众号关注“ML_NLP”设为“星标”，重磅干货，第一时间送达！Coursera刚刚上新了GAN的专项课程，或许在这个国庆假期，你应该学习一波了。生成对抗网络（GenerativeAdversarialNetwork，GAN）是当前功能最强大的机器学习模型之一，其能够生成逼真的图像、视频和语音输出结果。基于GAN的应用十分广泛，比如防御对抗攻击和数据匿名化来保护隐私，以提升网络安全性，再比如生成新
机器学习算法与自然语言处理·2020-10-09 18:28

吴恩达课程编程环境配置windows

吴恩达的deeplearning.ai课程配套的编程作业需要环境配置如下：因为作业中使用到了TensorFlow与Keras，相应的版本为    python:3.6.0  tensorflow:1.2.1
BlueAndBug·2020-09-25 23:06

学完deeplearning.ai的Course1和Course4

NeuralNetworksandDeepLearning内容与学习过程记录Course4:ConvolutionalNeuralNetworks内容与学习过程记录说明从2018年开始，断断续续在网易云课堂学完了吴恩达在deeplearning.ai
ybdesire·2020-09-17 05:38

Coursera DeepLearning.AI课程资料整理(未完结)

吴恩达教授的DeepLearning.AI课程值得看很多遍,每一遍都能有所收获.看课程时收集到的有价值资料记录如下:详细课堂笔记英文版:github:mbadry1/DeepLearning.ai-Summary
赤道6号转向发动机·2020-09-17 05:01

吴恩达 deeplearning.ai 课程《神经网络和深度学习》____学习笔记（第二周 7~14）

____tz_zs学习笔记第二周神经网络基础2.7计算图使用流程图从左到右来计算成本函数J2.8计算图的导数计算反向从右到左计算导数·2.9logistic回归中的梯度下降法计算偏导数2.10m个样本的梯度下降m个样本一起求损失，使用m个样本的全局梯度来更新参数·显式的for循环，会使算法很低效。向量化技术（vectorization）能使你的代码摆脱这些显式的for循环2.11向量化经验法则是：
tz_zs·2020-09-17 05:57

心得丨吴恩达Deeplearning.ai 全部课程学习心得分享

选自Medium作者：RyanShrott机器之心编译本文作者，加拿大国家银行首席分析师RyanShrott完成了迄今为止（2017年10月25日）吴恩达在Coursera上发布的所有深度学习课程，并为我们提供了课程解读。目前Coursera上可用的课程中，有三门课非常值得关注：1.神经网络与深度学习（NeuralNetworksandDeepLearning）2.改进深度神经网络：调整超参数、正
人工智能爱好者俱乐部·2020-09-17 04:17

【程序员进阶之路】吴恩达Deeplearning.ai课程学习全体验：深度学习必备课程

8月8日，——基于Coursera的系列深度学习课程，希望将人工智能时代的基础知识传播到更多人身边。一周过去后，许多人已经学完了目前开放的前三门课程。这些新课适合哪些人，它是否能和经典的《机器学习》课程相比呢？让我们先看看这篇先行体验。在全职工作与家庭琐事之间，很多人都希望利用自己的剩余时间学习认知科学和人工智能的知识，如果突然出现了一套优秀的课程，那么一切就会变得简单起来。吴恩达最近推出的dee
Squ!rrel·2020-09-17 04:14

Coursera deeplearning.ai 深度学习笔记1-4-Deep Neural Networks-深度神经网络原理推导与代码实现

在掌握了浅层神经网络算法后，对深度神经网络进行学习。1.原理推导1.1深度神经网络表示定义：L表示神经网络总层数，上标[l]代表第l层网络，n[l]代表第l层的节点数，a[l]代表第l层的激活，W[l]和b[l]为第l层的参数。输入层为第0层a[0]=x，输出层为第L层a[L]。1.2正向传播(ForwardPropagation)类似浅层神经网络的推导可以得到，对于第l层，针对单个样本，正向传播
tu天马行空·2020-09-17 03:32

深度学习第一课 第四周 深层神经网络用python的实现

本文用吴恩达deeplearning.ai里的数据进行训练，相应的习题如下，写出一个n层的deeplearning程序，相应程序结构如图片所示：相应代码实现如下：importnumpyasnpimportmatplotlib.pyplotaspltimporth5py
五步千里·2020-09-17 02:45

目标检测学习笔记

看完吴恩达老师的deeplearning.ai课程目标检测这节课程的学习笔记。
spearhead_cai·2020-09-17 02:38

Coursera | Andrew Ng (02-week-3-3.5)—将 Batch Norm 拟合进神经网络

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公众
ZJ_Improve·2020-09-17 02:17

Coursera | Andrew Ng (02-week3-3.6)—Batch Norm 为什么奏效？

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公众
ZJ_Improve·2020-09-17 02:39

deeplearning.ai 改善深度神经网络(正则化、优化、mini-batch等)附代码作业答案

一、初始化1.为什么神经网络的所有参数不能全部初始化为0>?若w初始化为0,很可能导致模型失效,无法收敛。也就是说如果我们初始将所有的w初始化为0,那么进行前向传播时每一层得到的值都是一样,这样一来当我们使用反向传播时,传回的梯度也是一样的,这就导致了我们更新参数后w还是一样的,这就使得我们的NN不能各自学习到很好的特征了。可以看这里2.XavierInitializationXavierInit
Marcus-Bao·2020-09-17 02:38

Assignment | 04-week3 -Autonomous driving - Car detection

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公众号-「SelfI
ZJ_Improve·2020-09-17 02:32

Coursera | Andrew Ng (02-week3-3.7)—测试时的 Batch Norm

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公众
ZJ_Improve·2020-09-17 02:32

科技圈自媒体达人吴恩达又双叒叕刷屏了 这次是因为Deeplearning.ai

此前雷锋网报道的deeplearning.ai便是第一个——deeplearning.ai是一套由五门课组成的深度学习系列课程，旨在推广普及深度学习知识。
weixin_34183910·2020-09-16 13:24

吴恩达又双叒叕刷屏了，你准备入坑了吗？

点击查看全文美国太平洋时间8点16分，吴恩达在推特上发布了重磅消息：deeplearning.ai课程登录Cousera，并同时在Medium发布博文介绍这套课程。
Mc顽固份子·2020-09-16 10:46

吴恩达Deeplearning.ai 第五课 Sequence Model 第一周------Recurrent Neural Network Model

这一节内容比较多，主要讲述了如何搭建一个RNN标准单元使用标准神经网络的不足：1.不同样本的输入输出长度不等（虽然都可以padding成最大长度的样本）2.（更主要的原因）text不同的位置之间不共享学习到的参数RNN模型，可以用左边也可以用右边的来表示，右边用一个弯箭头表示循环。首先，输入对x来说，经过一个RNNcell（每个cell中有多个unit，后面会讲到），得到输出y和激励a，对于x来说
Cool__W·2020-09-16 08:12

Coursera 吴恩达DeepLearning.AI 第五课 sequence model 序列模型 第一周Building your Recurrent Neural Network - Ste

本周的习题有点多，主要是python不熟悉，然后时间不够，提醒说马上过期才开始看的视频，optional部分没有写完BuildingyourRecurrentNeuralNetwork-StepbyStepWelcometoCourse5'sfirstassignment!Inthisassignment,youwillimplementyourfirstRecurrentNeuralNetwor
forqzy·2020-09-16 08:23

Andrew NG深度学习专业化课程介绍

吴恩达从百度离职几个月之后，终于带着自己的最新项目Deeplearning.ai强势回归。今天就给大家分享NG吴即将推出的深度学习强势课程-深度学习专业化。NG制作，必属精品。
lqfarmer·2020-09-16 05:50

优化算法之指数加权平均详解

本文的内容来自deeplearning.ai一、什么是指数加权平均指数加权平均(exponentiallyweightedaverges)也叫指数加权移动平均，通过它可以来计算局部的平均值，来描述数值的变化趋势
修炼之路·2020-09-14 20:11

Coursera | Andrew Ng (01-week-4-4.2)—前向和反向传播

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公众
ZJ_Improve·2020-09-13 18:54

deeplearning.ai题目记录

课程在网易云课堂上免费观看，作业题如下：加粗为答案。神经网络和深度学习第一周深度学习概论10个选择题，原见GithubWhatdoestheanalogy“AIisthenewelectricity”referto?Similartoelectricitystartingabout100yearsago,AIistransformingmultipleindustries.Throughthe“s
QiangLi_strong·2020-09-12 08:48

吴恩达深度学习 相关资源

specializations/deep-learningdeeplearning.ai官网地址：https://www.deeplearning课后作业：https://github.com/stormstone/deeplearning.ai
Thank_T_F·2020-09-12 02:45

神经网络常见优化算法(Momentum, RMSprop, Adam)的原理及公式理解, 学习率衰减

参考资料:吴恩达Coursera深度学习课程deeplearning.ai(2-2)优化算法–课程笔记1.指数加权平均(指数加权移动平均)指数加权平均是统计一个波动的指标在一段时间内的平均变化趋势,具体公式为
赤道6号转向发动机·2020-09-11 23:33

Note of deeplearning.ai

1.DataConversionWarning:Acolumn-vectorywaspassedwhena1darraywasexpected.Pleasechangetheshapeofyto(n_samples,),forexampleusingravel().要对预测输出y做出ravel()转换，也就是说我的y是2D的形式(shapes,1),要把二维的形式改成1D的形式(shapes,),
天下布武孙信长·2020-09-11 08:45

零基础直观理解深度学习（零）

零基础直观理解深度学习（零）导语为自己开了一个坑，这个系列的文章实际上是关于吴恩达deeplearning.ai课程的学习笔记。
JacksonZ_Tri·2020-09-10 20:07

吴恩达 深度学习 deeplearning.ai 学习笔记（2）超参数调试、正则化以及优化

1.训练集(trainingset)、验证集(开发集devset)、测试集(testset)训练集用来训练算法，验证集用来选择模型，测试集用来评估模型。模型划分：数据量小，一般70％、0%（无验证集）、30％或60%、20％、20％；数据量大(eg:100万数据),可以98%、1％、1％。如何解决训练集与验证集/测试集不匹配问题？举一个识别猫的二分类问题，假若训练采用的是网络爬取的猫图片(分辨率高
midori_27·2020-09-10 16:56

吴恩达更新了！深度学习系列课程第5课放出，全剧终

Coursera课程链接：https://www.coursera.org/learn/nlp-sequence-models图：deeplearning.ai官网的第五课状态终
BigDataDigest·2020-09-10 09:37

deeplearning.ai 词向量文件读取错误

在读取嵌入词向量文件glove.6B.50d.txt的编程作业中，出现了如下错误：'gbk'codeccan'tdecodebyte0x93inposition3136:按照网上教程修改read_glove_vecs函数，读取格式改为utf-8后，出现的新的错误：'utf-8'codeccan'tdecodebyte0xa8inposition3134:invalidstartbyte很无奈，将r
朕蹲厕唱忐忑·2020-08-26 13:40
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他