DeeplearningAI

吴恩达DeepLearningAI课程学习资源和课程总结

一、学习资源：吴恩达老师的DeepLearningAI课程分为5门课程：神经网络和深度学习、改善深层神经网络、结构化机器学习项目、卷积神经项目和序列模型。目前主要学习了前四门课程，遂做一些总结。
李大文·2024-01-04 09:39

[NLP]高级词向量表达之Word2vec详解（知识点全覆盖）

本例子来自于吴恩达的Deeplearningai。图中所示的词汇表大小就是10
一种tang两种味·2023-11-13 03:48

# Markdown实操

引用DeepLearningAI分割线图片[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-loey8msk-1688902400750)(C:\Users\admin\Desktop
AI 福·2023-10-16 12:14

生产系统中的机器学习：实验笔记（一）——模型部署

这是吴恩达老师在DeepLearningAI上的课程，《生产系统中的机器学习》第一个不记分实验的学习记录。
Little-Tortoise·2022-12-29 12:59

生产系统中的机器学习笔记（二）：选择、训练一个模型

这是我在学习DeepLearningAI上吴恩达老师的《生产系统中的机器学习》课程过程中的笔记。这一系列课程的质量很高，学习中受益匪浅。
Little-Tortoise·2022-12-05 11:49

机器学习特征选择方法

地址：deeplearningai。课程在机器学习特征工程的课程中提到特征选择。
RyanC3·2022-11-23 06:55

吴恩达深度学习学习笔记

吴恩达教授的课可以在1.Coursera（可以申请旁听免费）2.DeepLearningAI（中国）3.B站4.网易云课堂（官方）几个平台上面观看。
ShannonPaul·2022-07-22 07:22

ML Mastery 博客文章翻译（二）20220116 更新

DeepLearningAI卷积神经网络课程（复习）如何在Keras中配置图像数据扩充如何从零开始为CIFAR-10照片分类开发CNN用于Fashion-MNIST服装分类的深
·2022-02-10 22:02

DeepLearningAI 学习笔记 1.3 浅层 logistic 神经网络

1.3浅层logistic神经网络视频：第三周浅层神经网络整理：飞龙普通的logistic可看做无隐层的神经网络。下面我们做出一个单隐层的神经网络，它本质上是logistic套着logistic，所以也叫作多层logistic。我们的神经网络有三层，输入层，一个隐层，和输出层。输入层的每个节点对应训练集X的每个特征，节点数量就是特征数量。隐层的节点任意，这张图里面是四个。输出层只有一个节点，它就是
布客飞龙·2021-05-20 20:24

Tensorflow BatchNormalization详解：4_使用tf.nn.batch_normalization函数实现Batch Normalization操作

使用tf.nn.batch_normalization函数实现BatchNormalization操作觉得有用的话,欢迎一起讨论相互学习~参考文献吴恩达deeplearningai课程课程笔记Udacity
武科大许志伟·2020-08-16 08:33

[DeeplearningAI笔记]第二章2.3-2.5带修正偏差的指数加权平均

[DeeplearningAI笔记]第二章2.3-2.5带修正偏差的指数加权平均觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址2.3指数加权平均举个例子,对于图中英国的温度数据计算移动平均值或者说是移动平均值
武科大许志伟·2020-08-15 00:39

Tensorflow BatchNormalization详解：2_使用tf.layers高级函数来构建神经网络

BatchNormalization:使用tf.layers高级函数来构建神经网络觉得有用的话,欢迎一起讨论相互学习~参考文献吴恩达deeplearningai课程课程笔记Udacity课程#BatchNormalization–Solutions
武科大许志伟·2020-08-08 22:31

[DeeplearningAI笔记]第一章4.深度神经网络的解释

[DeeplearningAI笔记]第一章4.深度神经网络的解释觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址4.3核对矩阵的维数经验方法论对于神经网络想增加得到没有bug的程序的概率的方法:
武科大许志伟·2020-07-28 14:06

DeepLearningAI 学习笔记 1.2 logistic 回归

1.2logistic回归视频：第二周神经网络基础整理：飞龙logistic回归属于广义线性回归。所谓广义线性回归，就是在线性回归的模型上加一些东西，使其适应不同的任务。logitic回归虽然名字里有回归，但是它解决的是二元分类问题。二元分类问题中，标签只有两个值。一个典型的二元分类是输入一张图片，判断是不是猫。首先来看假设，我们的假设是这样的：P(y=1|x)=σ(θTx)某个样本(x,y)是正
布客飞龙·2020-07-12 15:54

DeepLearningAI 学习笔记 1.1 深度学习概论

1.1深度学习概论视频：第一周深度学习概论整理：飞龙什么是神经网络？“深度学习”指的是训练神经网络，有时候规模很大，那么神经网络究竟是什么呢？在这个视频中，我会讲些直观的基础知识。我们从一个房价预测的例子开始。假设有一个六间房屋的数据集，已知房屋的面积，单位是平方英尺或平方米，以及房屋价格。你想要找到一个函数，根据房屋面积来预测房价。如果你懂线性回归，你可能会说，好吧，用这些数据来拟合一条直线。于
布客飞龙·2020-07-10 12:15

[DeeplearningAI笔记]卷积神经网络4.11一维和三维卷积

4.4特殊应用:人脸识别和神经网络风格转换觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址4.11一维和三维卷积二维和一维卷积对于2D卷积来说，假设原始图像为14∗14∗314*14*314∗14∗3的三通道图像，使用32个5∗5∗35*5*35∗5∗3的卷积核(其中3表示通道数，一般只关注感受野的大小，而卷积核的深度大小与输入的通道数相同)进行卷积，则得到大小为10∗10∗3210*10
武科大许志伟·2020-06-27 07:21

[DeeplearningAI笔记]卷积神经网络1.2-1.3边缘检测

4.1卷积神经网络觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址1.2边缘检测示例边缘检测可以视为横向边缘检测和纵向边缘检测如下图所示:边缘检测的原理是通过一个特定构造的卷积核对原始图片进行卷积操作后得到一个特征图，这个特征图恰好能反应图像的边缘。例如：假设下图中越大的像素值对应的颜色越浅而越小的像素值对应的颜色越深。则一张如左图所示的6∗66*66∗6的单通道图片通过一个3∗33*33
武科大许志伟·2020-06-27 07:21

[DeeplearningAI笔记]第一章人工智能行业大师访谈

[DeeplearningAI笔记]第一章人工智能行业大师访谈觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址吴恩达采访GeoffreyHintonNG:前几十年,你就已经发明了这么多神经网络和深度学习相关的概念
武科大许志伟·2020-06-27 07:20

[DeeplearningAI笔记]第三章2.4-2.6不匹配的训练和开发/测试数据

[DeeplearningAI笔记]第三章2.4-2.6不匹配的训练和开发/测试数据觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址2.4在不同分布上训练和测试数据在深度学习时代,越来越多的团队使用和开发集
武科大许志伟·2020-06-27 07:20

基于候选区域的目标检测器（二阶检测和一阶检测）

）和单次目标检测器（一阶段）https://www.cnblogs.com/cloud-ken/p/9470992.htmlhttps://www.cnblogs.com/cloud-ken/tag/DeeplearningAI
菜鸟晟呀·2020-06-25 17:39

【连载】深度学习笔记8：利用Tensorflow搭建神经网络

在deeplearningai课程中，
Game_Tom·2020-06-24 12:39

【连载】深度学习笔记8：利用Tensorflow搭建神经网络

在deeplearningai课程
linux那些事·2020-02-27 01:02

DeepLearningAI 学习笔记 1.1 深度学习概论

1.1深度学习概论视频：第一周深度学习概论整理：飞龙什么是神经网络？“深度学习”指的是训练神经网络，有时候规模很大，那么神经网络究竟是什么呢？在这个视频中，我会讲些直观的基础知识。我们从一个房价预测的例子开始。假设有一个六间房屋的数据集，已知房屋的面积，单位是平方英尺或平方米，以及房屋价格。你想要找到一个函数，根据房屋面积来预测房价。image如果你懂线性回归，你可能会说，好吧，用这些数据来拟合一
ApacheCN_飞龙·2019-12-28 08:01

机器学习超级复习笔记

CCBY-NC-SA4.0[最后更新：06/01/2019]本文旨在概述：机器学习中的基本概念（例如，梯度下降，反向传播等）不同的算法和各种流行的模型一些实用技巧和示例是从我自己的实践和一些在线课程（如DeepLearningAI
·2019-11-03 06:18

机器学习&深度学习的学习路线

机器学习的入门门槛是极高的,深入也是极难的.而深度学习是建立在机器学习之上的,所以我觉得在开始学习深度学习之前,牢固学习机器学习十分有必要.这里主要列一下学习的课程:莫烦python吴恩达机器学习CS229DeepLearningAI
Arron_hou·2019-02-21 00:28

基于候选区域的目标检测器（两阶段）和单次目标检测器（一阶段）

https://www.cnblogs.com/cloud-ken/p/9470992.htmlhttps://www.cnblogs.com/cloud-ken/tag/DeeplearningAI/
业精于勤荒于嬉-行成于思而毁于随·2019-01-15 22:45

[DeeplearningAI笔记]卷积神经网络3.1-3.5目标定位/特征点检测/目标检测/滑动窗口的卷积神经网络实现/YOLO算法

4.3目标检测觉得有用的话,欢迎一起讨论相互学习~FollowMe3.1目标定位对象定位localization和目标检测detection判断图像中的对象是不是汽车–Imageclassification图像分类不仅要判断图片中的物体还要在图片中标记出它的位置–Classificationwithlocalization定位分类当图片中有多个对象时，检测出它们并确定出其位置,其相对于图像分类和定
KenXuZW·2018-08-13 21:40

笔记：《机器学习训练秘籍》-吴恩达deeplearningai微信公众号推送文章

说明该文为笔者在微信公众号：吴恩达deeplearningai所推送《机器学习训练秘籍》系列文章的学习笔记，公众号二维码如下，1到15课课程链接点这里该系列文章主要是吴恩达先生在机器学习方面的经验分享和基础教程
夜会美丶·2018-06-14 13:05

重磅 |“吴恩达deeplearningai”官方微信公众号已经上线！

就在近日，吴恩达宣布已经建立了自己的首个官方微信公众号“吴恩达deeplearningai”，用于发布和传播更多的人工智能原创内容！
红色石头Will·2018-04-25 10:46

“吴恩达deeplearningai”微信公众号上线，将发布《机器学习训练秘籍》

去年6月，吴恩达宣布deeplearning.ai创业项目，8月，该项目揭晓：一套由5门课组成的深度学习系列课程——DeepLearningSpecialization，旨在推广普及深度学习知识。如今，吴恩达团队终于为deeplearning.ai开设了官方微信公众号。这个号主要用来发布吴恩达及其团队制作的人工智能原创内容。除了深度学习课程之外，还有哪些福利呢？官方预告称，吴恩达老师Machi
csdn_csdn__AI·2018-04-24 00:00

DeepLearningAI 学习笔记 1.2 logistic 回归

1.2logistic回归视频：第二周神经网络基础整理：飞龙logistic回归属于广义线性回归。所谓广义线性回归，就是在线性回归的模型上加一些东西，使其适应不同的任务。logitic回归虽然名字里有回归，但是它解决的是二元分类问题。二元分类问题中，标签只有两个值。一个典型的二元分类是输入一张图片，判断是不是猫。首先来看假设，我们的假设是这样的：$$P(y=1|x)=\sigma(\theta^T
ApacheCN_飞龙·2017-11-24 22:28

[DeeplearningAI笔记]神经网络与深度学习2.11_2.16神经网络基础(向量化)

觉得有用的话,欢迎一起讨论相互学习~FollowMe2.11向量化向量化是消除代码中显示for循环语句的艺术,在训练大数据集时,深度学习算法才变得高效,所以代码运行的非常快十分重要.所以在深度学习领域中将大数据集进行向量化操作变得十分重要.对于非向量化数据的计算,我们会使用循环去遍历整个数据集计算对应项的乘积.例如我们要计算一个数据样本,其中w和b都是一个n维向量,计算式子:Z=WT+b那么我们的
KenXuZW·2017-10-14 16:54
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他