Deeplearning.ai

Deeplearning.ai 结构化机器学习项目 Week2 6-10

Deeplearning.ai结构化机器学习项目Week26-10目录如何解决数据不匹配迁移学习多任务学习端对端的深度学习如何解决数据不匹配1.复习内容在第四节中我们已经学习了一些偏差分析的策略。
scanf_yourname·2020-07-05 11:44

DeepLearning.AI 改善深层神经网络：超参数调试、正则化以及优化 Week2 1-5

DeepLearning.AI改善深层神经网络：超参数调试、正则化以及优化Week21-5目录Mini-batch梯度下降指数加权平均以及偏差修正Mini-batch梯度下降Batch梯度下降vsMini-batch
scanf_yourname·2020-07-05 11:44

DeepLearning.AI 改善深层神经网络：超参数调试、正则化以及优化 Week3 6 -11

改善深层神经网络：超参数调试、正则化以及优化Week36-11目录BatchNorm为什么奏效测试时的BatchNormSoftmax回归如何训练一个Softmax分类器深度学习框架BatchNorm为什么奏效从表象上理解，Andrew告诉了我们Batch归一化的能够加快学习效率的一个原因是：通过归一化操作，我们所有的数据的均值为0，方差为1(或者是一个我们规定好的固定值)，这样我们的大小不同的数
scanf_yourname·2020-07-05 11:44

吴恩达宣布成立AI基金AIFund

现在我们简单回顾一下这三个项目，按照时间先后依次为：deeplearning.ai：致力于传播AI知识（培养人才）Landing.ai：致力于帮助企业AI转型，已经从制造业开始（深入应用场景）AIFund
暮夏-Gentle·2020-07-02 05:22

DeepLearning.ai学习笔记（四）卷积神经网络 -- week1 卷积神经网络基础知识介绍

一、计算机视觉如图示，之前课程中介绍的都是64*643的图像，而一旦图像质量增加，例如变成10001000*3的时候那么此时的神经网络的计算量会巨大，显然这不现实。所以需要引入其他的方法来解决这个问题。二、边缘检测示例边缘检测可以是垂直边缘检测，也可以是水平边缘检测，如上图所示。至于算法如何实现，下面举一个比较直观的例子：可以很明显的看出原来6*6的矩阵有明显的垂直边缘，通过3*3的过滤器(也叫做
aiwanghuan5017·2020-07-01 16:29

吴恩达deeplearning.ai系列课程笔记+编程作业(9)第三课 结构化机器学习项目-第一周 机器学习（ML）策略（2）（ML strategy（2））

第三门课结构化机器学习项目（StructuringMachineLearningProjects）第二周机器学习（ML）策略（2）（MLstrategy（2））文章目录第三门课结构化机器学习项目（StructuringMachineLearningProjects）第二周机器学习（ML）策略（2）（MLstrategy（2））2.1进行误差分析（Carryingouterroranalysis）2
geekxiaoz·2020-06-30 17:50

吴恩达deeplearning.ai系列课程笔记+编程作业(2)第一课 神经网络和深度学习-第二周：神经网络的编程基础(Basics of Neural Network programming)

第一门课神经网络和深度学习(NeuralNetworksandDeepLearning)第二周：神经网络的编程基础(BasicsofNeuralNetworkprogramming)文章目录第一门课神经网络和深度学习(NeuralNetworksandDeepLearning)第二周：神经网络的编程基础(BasicsofNeuralNetworkprogramming)2.1二分类(BinaryC
geekxiaoz·2020-06-30 17:50

吴恩达deeplearning.ai专项课程精炼笔记全部汇总

吴恩达deeplearning.ai专项课程精炼笔记全部汇总-CSDN博客从去年8月份开始，AI界大IP吴恩达在coursera上开设了由5们课组成的深度学习专项课程，掀起了一股人工智能深度学习热潮。
yph001·2020-06-30 09:15

吴恩达成立AI投资基金

现在我们简单回顾一下这三个项目，按照时间先后依次为：deeplearning.ai：致力于传播AI知识（培养人才）Landing.ai：致力于帮助企业AI转型，已经从制造业开始（深入应用场景）AIFund
散格_lost·2020-06-30 08:32

吴恩达deeplearning.ai课程笔记/习题全部汇总目录

1.神经网络与深度学习深度学习概述神经网络基础之逻辑回归DeepLearning.ai课程提炼笔记（1-2）神经网络和深度学习—神经网络基础编程作业：使用Numpy的基础Python、logistic回归神经网络基础之
Sp4rkW·2020-06-29 22:46

2020年AI将会如何发展？吴恩达、周志华、Yann LeCun等大神对2020年 AI 发展趋势的预测的预测...

点击上方“深度学习技术前沿”，选择“星标”公众号资源干货，第一时间送达本文选自deeplearning.ai终于，我们开启了2020年的进度条，在新的一年里AI领域将会有怎样的发展？
深度学习技术前沿·2020-06-29 17:27

深层神经网络学习笔记——吴恩达deeplearning.ai学习笔记

深层神经网络学习笔记1、神经网络中层数的定义和符号表示这里需要对神经网络中所用到的符号进行定义，一个LL层的神经网络的定义为：图1神经网络层数定义需要注意的是，输入层并不算神经网络的层数，只有隐藏层和输出层才算，例如上图中左侧的神经网络结构为3层，右侧的为6层，分别有2个隐藏层和5个隐藏层图24层神经网络如上图2所示，当L=4L=4时，神经网络共有3个隐藏层，其中第一层和第二层有5个神经元，第三层
weixin_42186926·2020-06-29 03:06

专访吴恩达：离开百度后的563天

去年，吴恩达突然离开百度，并在随后的数月内推出了三个备受瞩目的人工智能计划：一系列名为deeplearning.ai
喜欢打酱油的老鸟·2020-06-29 03:11

强烈推荐deeplearning.ai 吴恩达给你的人工智能第一课（中文版）

我们都知道有一个地方，它的名字叫cursera.我们都知道有一个人，他的名字叫吴恩达。我们知道他曾是斯坦福的教授，后来他不干了，但他还一直在传播人工智能。他的斯坦福机器学习课程很火，他想造福更多的人，包括中国人，让更多的人开始学习人工智能，让学习变得easy！这是英文网站：https://www.deeplearning.ai/你试试！黝黑的界面，深邃，但深不可测，也许是因为这黑色，或者是这英文。
鱼大大的博客·2020-06-29 00:47

吴恩达 deeplearning.ai 经典总结：28 张精炼图+思维导图（附下载链接）

来自python数据科学很多同学都是看吴恩达AndrewNg的视频学习机器学习和深度学习的，当然学习就要做笔记。这不，一位名叫TessFerrandez的学习爱好者在分享了一套自己的课程笔记，收获了3k+赞和1k+次转发。笔记很好地总结了学习内容，共28张精辟的手绘图。链接：https://www.slideshare.net/TessFerrandez/notes-from-coursera-d
小詹学 Python·2020-06-29 00:57

《DeepLearning.ai 深度学习笔记》发布，黄海广博士整理

深度学习入门首推课程就是吴恩达的深度学习专项课程系列的5门课。该专项课程最大的特色就是内容全面、通俗易懂并配备了丰富的实战项目。今天，给大家推荐一份关于该专项课程的核心笔记！这份笔记只能用两个字形容：全面！课程概述关于该深度学习专项课程，红色石头非常推荐！它对于理解各种算法背后的原理非常有帮助，同时提供了大量的应用场景，涉及图像、语音、自然语言理解等各方面，还提供了一些工具函数、数据集。这个系列课
weixin_34320724·2020-06-28 16:59

Tensorflow2.0——利用卷积神经网络实现简单的验证码识别

做了一个验证码识别的小东西准确率还是相当高的（当然其中大部分逻辑都是从网上很多大神的博客中借鉴以后再自己试验的）前不久tensorflow2.0的alpha版发布以后就一直想着用2.0的keras方式重写一遍，因为看了deeplearning.ai
weixin_34311757·2020-06-28 16:00

最全的机器学习资源整理（持续更新）

视频资源吴恩达创立的深度学习学院链接：http://deeplearning.ai/介绍：需要付费的，在线学习，讲解较为基础的机器学习及神经网络知识。学完后通过考试还能拿个证书。
weixin_33860553·2020-06-28 06:35

deeplearning.ai 人工智能行业大师访谈

GeoffreyHinton1.怀揣着对大脑如何存储记忆的好奇，Hinton本科最开始学习生物学和物理学，然后放弃，转而学习哲学；然后觉得哲学也不靠谱，转而学习心理学；然后觉得心理学在解释大脑运作方面也不给力，转而做了一段时间木匠（木匠？！木匠是什么鬼。。。要不要这么洒脱！），然后决定去试一试人工智能，跑去爱丁堡和LonguetHiggins学人工智能。（感觉Hinton一直带着兴趣和使命感，这是
weixin_30466039·2020-06-27 20:33

吴恩达deeplearning.ai《卷积神经网络》-深度卷积网络：实例探究（二）

为什么要进行实例探究ResNet（ResidualNetwork）残差网络，深度有152层inceptionNetwork经典网络LeNet-5当时没有采用padding，故图像的尺寸会越来越小。LeNet-5启发我们现代的网络结构：多个卷积层后，跟着池化层。或多个卷积层，跟着池化层，最后跟着几个全连接层。此外LetNet-5在池化层后，加入了非线性函数。本例中，池化层后加入了sigmoid函数A
丰brother·2020-06-27 10:16

深度学习&机器学习相关资料汇总

机器学习&深度学习基础知识1、吴恩达-deeplearning.ai链接：http://mooc.study.163.com/smartSpec/detail/1001319001.htm（
AI之路·2020-06-27 09:54

【deeplearning.ai】第二门课：提升深层神经网络——权重初始化

一、初始化合理的权重初始化可以防止梯度爆炸和消失。对于ReLu激活函数，权重可初始化为：也叫作“He初始化”。对于tanh激活函数，权重初始化为：也称为“Xavier初始化”。也可以使用下面这个公式进行初始化：上述公式中的l指当前处在神经网络的第几层，l-1为上一层。二、编程作业有如下二维数据：训练网络正确分类红点和蓝点。导入需要的扩展包，其中init_utils.py在这里下载importnum
SpaceAutomation·2020-06-27 08:01

【deeplearning.ai笔记第二课】1.4 正则化，权重初始化和输入归一化

正则化能减少过拟合，那么有哪些方法呢？我们来看一下：1.1costfunction加上正则项L2regularization即在costfunction加上L2norm:∑θ2L1regularization即在costfunction加上L1norm:∑∥θ∥1.2weightdecayL2normregularization也叫权重衰减（weightdecay）。因为加上正则项后，在梯度下降中
adrianna_xy·2020-06-27 03:52

【deeplearning.ai笔记第二课】2.3 学习率衰减（learning rate decay），局部极小值和鞍点

1.学习率衰减（learningratedecay）在训练模型的时候，通常会遇到这种情况：我们平衡模型的训练速度和损失（loss）后选择了相对合适的学习率（learningrate），但是训练集的损失下降到一定的程度后就不在下降了，比如trainingloss一直在0.7和0.9之间来回震荡，不能进一步下降。如下图所示：遇到这种情况通常可以通过适当降低学习率（learningrate）来实现。但是
adrianna_xy·2020-06-27 03:20

deeplearning.ai 吴恩达网上课程学习（十五）——卷积神经网络及其TensorFlow代码实现

前面提到过：本文主要针对于卷积神经网络的讲解。1、卷积神经网络1.1.计算机视觉：随着深度学习技术的发展，计算机视觉领域的研究也得到了快速的发展。在对各种图像进行处理的过程中，往往在少量的图像中便蕴含着大量数据，难以用一般的DNN进行处理。而卷积神经网络（ConvolutionalNeuralNetwork,CNN）作为一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，在图像处理
玥晓珖·2020-06-26 22:41

deeplearning.ai 吴恩达网上课程学习（十二）——超参数调优、Batch正则化理论及深度学习框架学习

参考链接：https://www.missshi.cn/api/view/blog/5a2273939112b35ff3000002在本文中，我们将了解一些机器学习中的超参数调优、Batch正则化及深度学习框架。主要包括：1.超参数调试经验2.深层神经网络中隐藏层的归一化3.Batch正则化4.Softmax分类回归问题5.深度学习框架简介1.超参数调试经验：①假设有两个超参数：参数1和参数2。我
玥晓珖·2020-06-26 22:09

deeplearning.ai 吴恩达网上课程学习

CS229比较注重理论的研究：参看CS229吴恩达斯坦福机器学习课程总结而网易云的吴恩达deeplearning.ai更加注重编程的学习，让我们带着之前的理论知识和搭建好的平台一起进行下一步的学习吧~课程概要
玥晓珖·2020-06-26 22:38

吴恩达 deeplearning.ai 课程《改善深层神经网络：超参数调试、正则化以及优化》____学习笔记（第一周）

____tz_zs学习笔记第一周深度学习的实用层面（PracticalaspectsofDeepLearning）我们将学习如何有效运作神经网络（超参数调优、如何构建数据以及如何确保优化算法快速运行）设置ML应用（SettingupyourMLapplication）1.1训练/开发/测试集（Train/Dev/Testsets）老师语：在我看来，从一个领域或者应用领域得来的直觉经验，通常无法转移
tz_zs·2020-06-26 21:54

3天完成Neural Networks and Deep learning课程

PDF版（排版更好）链接：http://pan.baidu.com/s/1nuLdwKh密码：qlrp最近吴恩达的deeplearning.ai课程新出，非常火，这是个deeplearning专项课程，
sujim·2020-06-26 15:21

【深度学习下一大突破】吴恩达对话 Hinton、Bengio、Goodfellow（视频）

【深度学习下一大突破】吴恩达对话Hinton、Bengio、Goodfellow（视频）[日期：2017-08-11]来源：新智元作者：[字体：大中小]【新智元导读】吴恩达深度学习系列课程Deeplearning.ai
starzhou·2020-06-26 14:09

《深度学习和机器学习》吴恩达 ——学习笔记（一）

（一）概论本文为作者学习笔记，转载请注明出处视频教程来源：deeplearning.ai吴恩达深度学习视频教程http://mooc.study.163.com/smartSpec/detail/1001319001
木女Dawn·2020-06-26 12:46

吴恩达Coursera(DeepLearning.ai)笔记和作业汇总帖

title:吴恩达Coursera(DeepLearning.ai)笔记和作业汇总帖date:2018-10-1820:01:05id:dl-ai-summarytags:dl.aicategories
zjufangzh·2020-06-26 12:05

【吴恩达deeplearning.ai】深度学习(10)：自然语言处理

自然语言处理（NaturalLanguageProcessing，NLP)是人工智能和语言学领域的学科分支，它研究实现人与计算机之间使用自然语言进行有效通信的各种理论和方法。词嵌入前面介绍过，处理文本序列时，通常用建立字典后以one-hot的形式表示某个词，进而表示某个句子的方法。这种表示方法孤立了每个词，无法表现各个词之间的相关性，满足不了NLP的要求。词嵌入（WordEmbedding）是NL
Hugsy19·2020-06-26 11:44

【吴恩达deeplearning.ai】深度学习(5)：TensorFlow

每次都从零开始全部靠自己去建立一个深层神经网络模型并不现实，借助现在众多流行的深度学习框架，能够高效地实现这些模型。TensorFlow便是其中之一。TensorFlowTensorFlow是Google基于DistBelief进行研发的第二代人工智能学习系统，是一个使用数据流图进行数值计算的开源软件库。其命名来源于本身的运行原理，Tensor(张量)意味着N维数组，Flow（流）意味着基于数据流
Hugsy19·2020-06-26 11:44

deep learning notes 1：初始化

ImprovingDeepNeuralNetworks:Hyperparametertuning,RegularizationandOptimization决定每周抽时间听听deeplearning.ai
zqh_zy·2020-06-26 07:13

重磅 | 吴恩达Coursera新课已经上线，开启全民AI时代！

这里附上deeplearning.ai的官网：https://www.deeplearning.
红色石头Will·2020-06-26 05:04

干货 | 126 篇 AI 原创文章精选（ML、DL、资源、教程）

内容涉及林轩田机器学习课程笔记、吴恩达deeplearning.ai课程笔记、机器学习、深度学习、笔试面试题、资源教程等等。
红色石头Will·2020-06-26 05:54

干货 | 公众号历史文章精选（附资源）

内容涉及林轩田机器学习课程笔记、吴恩达deeplearning.ai课程笔记、机器学习、深度学习、笔试面试题、资源教程等等。
红色石头Will·2020-06-26 05:53

重磅 | 吴恩达Coursera新课已经上线，开启全民 AI 时代！

这里附上deeplearning.ai的官网：https://www.de
红色石头Will·2020-06-26 05:53

【干货】吴恩达deeplearning.ai专项课程历史文章汇总

AI有道一个有情怀的公众号本文列出了吴恩达deeplearning.ai专项课程的所有精炼笔记，均是红色石头精心制作的原创内容。
红色石头Will·2020-06-26 05:23

资源 | 吴恩达斯坦福CS230深度学习课程全套资料放出（附下载）

在deeplearning.ai深度学习专项课程之后，吴恩达在斯坦福又开了一门学分课，这门课涉及到深度学习的基础知识、神经网络构建，以及如何完成一个成功的机器学习项目。
qq_42154484·2020-06-25 23:37

Coursera deeplearning.ai 习题及编程整理（三）：第一课第二周编程作业

Typesettingmath:0%<divid='noscript'>JupyterNotebookrequiresJavaScript.<br>Pleaseenableittoproceed.</div>LogoutControlPanelLogisticRegressionwithaNeuralNetworkmindsetv5LastCheckpoint:
qq_26570133·2020-06-25 02:51

吴恩达Coursera深度学习课程 deeplearning.ai (5-3) 序列模型和注意力机制--编程作业(一)：机器翻译

1.问题描述网络以各种可能格式（例如“1958年8月29日”，“03/30/1968”，“1987年6月24日”）写成的日期作为输入，并将它们转换成标准化的机器可读的日期（例如“1958-08-29“，”1968-03-30“，”1987-06-24“），让网络学习以通用机器可读格式YYYY-MM-DD输出日期2.模型介绍上图是注意力机制的模型，下图是每步注意力变量α的计算,该变量将用于计算每步输
晴天下雨下雪下冰雹·2020-06-25 02:17

吴恩达Coursera深度学习课程 deeplearning.ai (5-3) 序列模型和注意力机制--编程作业(二)：触发字检测

1.数据处理可参考博客：https://blog.csdn.net/haoyutiangang/article/details/81231887https://blog.csdn.net/haoyutiangang/article/details/812318872.模型3.代码实践#!/usr/bin/envpython#_*_coding:utf-8_*_importnumpyasnpfrom
晴天下雨下雪下冰雹·2020-06-25 02:17

这是一份优美的信息图，吴恩达点赞的deeplearning.ai课程总结

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，还适合机器学习从业者和研究者复习基本概念。机器之心认为这不仅仅是一份课程笔记，同时还是一套信息图与备忘录。下面，我们将从深度学习基础、卷积网络和循环网络三个方面介绍该笔记，并提供信息图下载地址。信息图下载地址：https://pan.
夏日里的猫·2020-06-24 06:29

吴恩达深度学习课程deeplearning.ai课程作业：Class 2 Week 3 TensorFlow Tutorial

吴恩达deeplearning.ai课程作业，自己写的答案。补充说明：1.评论中总有人问为什么直接复制这些notebook运行不了？
hongbin_xu·2020-06-23 15:47

吴恩达Coursera深度学习课程 deeplearning.ai (2-3) TensorFlow Tutorial--编程作业

可执行源码：https://download.csdn.net/download/haoyutiangang/10496503TensorFlowTutorial1.探索TensorFlowlib库导包importmathimportnumpyasnpimporth5pyimportmatplotlib.pyplotaspltimporttensorflowastffromtensorflow.p
haoyutiangang·2020-06-23 13:02

吴恩达Coursera深度学习课程 deeplearning.ai (4-2) 深度卷积网络：实例探究--课程笔记

本课主要讲解了一些典型的卷积神经网络的思路，包括经典神经网络的leNet/AlexNet/VGG,以及残差网络ResNet和Google的Inception网络，顺便讲解了1x1卷积核的应用，便于我们进行学习和借鉴。2.1为什么要进行实例探究神经网络有些是相通的，学习他人是如何构建神经网络的，对自己也是一个提升。经典神经网络LeNet-5：针对灰度图像，conv-pool-conv-pool-fc
haoyutiangang·2020-06-23 13:02

机器学习大佬的进阶之路！一位北大硕士毕业梳理了完整的学习路线！

入门内容涉及林轩田机器学习课程笔记、吴恩达deeplearning.ai课程笔记、机器学习、深度学习、笔试面试题、资源教程等。
风度78·2020-06-23 07:06

总结|吴恩达深度学习

这里附上deeplearning.ai的官网：deeplearning.ai，也可以在网易云课堂学习（有中文字幕）！！！关于该深度学习专项课程，本人非常推荐！
dfql83704·2020-06-23 04:44
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他