deeplearning.ai 第3页

Coursera | Andrew Ng (01-week-1-1.1)—Introduction to Deep Learning

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：

ZJ_Improve·2022-12-26 07:02

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

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

吴恩达新课上线：TensorFlow移动和web端机器学习

近日，他创始的deeplearning.ai在Coursera上另外开设了一门课程，主要介绍使用Tensorflow.js、TensorFlowLite、Te

程序员资源社区·2022-12-21 13:06

理解 BP

从接触BP到真正理解BP花了不少时间，真正理解梯度是在deeplearning.ai的作业中。而我希望通过本文能让你少走不少弯路。

wenxueliu@HW·2022-12-18 08:59

2022吴恩达机器学习课程——第二课（神经网络）

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】文章目录第一周一、神经元二、神经网络三、代码实现&Tensorflow四、前向传播五、强人工智能六

now_try_·2022-12-17 16:18

吴恩达 deeplearning.ai - 神经网络和深度学习 - 第一周测验

原文链接：https://blog.csdn.net/u013733326/article/details/79862336Week1Quiz-Introductiontodeeplearning1.Whatdoestheanalogy“AIisthenewelectricity”referto?AIispoweringpersonaldevicesinourhomesandoffices,sim

醉一心·2022-12-17 07:58

吴恩达深度学习deeplearning.ai——第一门课：神经网络与深度学习——第三节：浅层神经网络

3.1神经网络概述（NeuralNetworkOverview）本章你将学习如何实现一个神经网络。在我们深入学习具体技术之前，我希望快速的带你预览一下本章你将会学到的东西。如果这个视频中的某些细节你没有看懂你也不用担心，我们将在后面的几个视频中深入讨论技术细节。现在我们开始快速浏览一下如何实现神经网络。上章我们讨论了逻辑回归，我们了解了这个模型(见图3.1.1)如何与下面公式3.1建立联系。图3.

Lishier99·2022-12-15 16:06

Deeplearning.ai深度学习课程笔记-在线版

注意：请点击阅读原文课程概述课程视频离线版本可以到github：https://github.com/fengdu78/deeplearning_ai_books查找下载。课程地址：https://mooc.study.163.com/university/deeplearning_ai#/c这些课程专为已有一定基础（基本的编程知识，熟悉Python、对机器学习有基本了解），想要尝试进入人工智能领

风度78·2022-12-15 14:44

deeplearning.ai课程作业：Course 1 Week 2

deeplearning.ai课程作业：Course1Week2原始作业在GitHub上下载，本文仅作为本人学习过程的记录，含答案，不喜勿看。全部自己跑过，保证可行。

Will_Ye·2022-12-15 12:48

Assignment | 02-week2 -Optimization Methods

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公

ZJ_Improve·2022-12-11 13:13

【吴恩达deeplearning.ai】Course 5 - 1.6 语言模型和序列生成

语言模型和序列生成(LanguageModelandSequenceGeneration)在自然语言处理中，构建语言模型是最基础的也是最重要的工作之一，并且能用RNN很好地实现。在本视频中，你将学习用RNN构建一个语言模型，在本周结束的时候，还会有一个很有趣的编程练习，你能在练习中构建一个语言模型，并用它来生成莎士比亚文风的文本或其他类型文本。所以什么是语言模型呢？比如你在做一个语音识别系统，你听

why do not·2022-12-10 14:17

【吴恩达deeplearning.ai】Course 5 - 1.4 循环神经网络中通过时间的反向传播

通过时间的反向传播(Backpropagationthroughtime)之前我们已经学过了循环神经网络的基础结构，在本节视频中我们将来了解反向传播是怎样在循环神经网络中运行的。和之前一样，当你在编程框架中实现循环神经网络时，编程框架通常会自动处理反向传播。但我认为，在循环神经网络中，对反向传播的运行有一个粗略的认识还是非常有用的，让我们来一探究竟。在之前你已经见过对于前向传播（上图蓝色箭头所指方

why do not·2022-12-09 10:10

One-Shot学习/一次学习（One-shot learning）

假设数据库里有4张员工照片（deeplearning.ai的员

双木的木·2022-12-08 13:06

2022吴恩达机器学习课程——第一课

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】文章目录第一周一、监督学习与无监督学习二、线性回归三、梯度下降第二周一、向量化二、特征缩放第三周一

now_try_·2022-12-07 07:37

2020-11-16 吴恩达DL学习-C5 序列模型-W3 序列模型和注意力机制

deeplearning_ai#/c2.详细笔记网站(中文)：http://www.ai-start.com/dl2017/3.github课件+作业+答案：https://github.com/stormstone/deeplearning.ai

没人不认识我·2022-12-05 09:54

Deep Learning | Andrew Ng (05-week3)—序列模型和注意力机制

-ZJCoursera课程|deeplearning.ai|网易云课堂CSDN：http://blog.csdn.net/JUNJUN_ZHAO/article/details/79549819序列模型和注意力机制

ZJ_Improve·2022-12-05 09:44

【机器学习小记】【keras与残差网络】deeplearning.ai course4 2nd week programming（tensorflow2.0实现）

Keras入门与残差网络的搭建1keras入门导入库函数加载数据1.2使用Keras框架搭建模型测试2残差网络的搭建导入库函数2.2.1恒等块2.2.2卷积块2.3构建50层的残差网络加载数据训练模型加载模型2.4用自己的图片测试3相关代码3.1kt_utils.py3.2resnets_utils.py其他一些问题tf.keras.BatchNormalizationtf.keras.MaxPo

LittleSeedling·2022-12-04 09:00

吴恩达深度学习编程作业（5-3）Part 2 - Trigger word detection

吴恩达Coursera课程DeepLearning.ai编程作业系列，本文为《序列模型》部分的第三周“序列模型和注意力机制”的课程作业——第三部分：触发字检测。

大树先生的博客·2022-12-04 04:12

【吴恩达deeplearning.ai】深度学习(9)：循环神经网络

随深度学习技术的发展，使用循环神经网络（RecurrentNeuralNetwork，RNN）建立的各种序列模型，使语音识别、机器翻译及自然语言理解等应用成为可能。表示与类型自然语言、音频等数据都是前后相互关联的数据，比如理解一句话要通过一整句而不是其中的几个词，分析一段音频要通过连续的片段而不是其中的几帧。前面所学的DNN以及CNN处理的都是前后毫无关联的一个个单独数据，对于这些序列数据则需要采

Hugsy19·2022-12-02 07:05

吴恩达新公司获500万美元种子轮融资，用AI帮零售商实时追踪竞品优化价格，将在香港开办事处...

不同于此前的LandingAI、Deeplearning.ai和Coursera分别聚焦于制造业和教育培训，这次吴恩达选择了做零售。在网络购物兴起的背景下，许多实体零售商纷纷向线上转型。

QbitAl·2022-12-01 22:06

2022吴恩达机器学习Deeplearning.ai课程编程作业C2_W4: Decision Trees

PracticeLab:DecisionTreesInthisexercise,youwillimplementadecisiontreefromscratchandapplyittothetaskofclassifyingwhetheramushroomisedibleorpoisonous.Outline1-Packages2-ProblemStatement3-Dataset3.1Oneho

alterego2380·2022-12-01 07:26

吴恩达深度学习中文版笔记：人脸识别和神经风格转换

大数据文摘经授权转载作者：黄海广自2016年8月份，吴恩达的初创公司deeplearning.ai通过Coursera提供深度学习的最新在线课程，到今年2月份，吴老师更新了课程的第五部分（点击查看大数据文摘相关报道

深度学习世界·2022-11-28 00:01

吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（3-2）-- 机器学习策略（2）

www.zhihu.com/people/dashuxianshengGitHub：https://github.com/KoalaTree2017年10月23日以下为在Coursera上吴恩达老师的DeepLearning.ai

大树先生的博客·2022-11-26 11:35

【deeplearning.ai】吴恩达深度学习课程笔记目录

自2020.11.30开始学习DeepLearning，该学习笔记最后一次更新于2021.2.21Part1深度学习概论深度学习笔记（一）深度学习概论Part2神经网络基础深度学习笔记（二）LogisticRegression逻辑回归深度学习笔记（三）计算图及其导数运算方法深度学习笔记（四）Vectorization向量化深度学习笔记（五）BroadcastinginPython广播吴恩达深度学习

Mr.zwX·2022-11-25 20:17

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

机器之心作者：蛋酱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，再比如生成新图像，为黑白图像着色、提高图像分辨率、2D图像

人工智能与算法学习·2022-11-25 10:11

吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课卷积神经网络-第二周深度卷积网络：实例探究（Deep convolutional models: case studies）

第四门课卷积神经网络（ConvolutionalNeuralNetworks）第二周深度卷积网络：实例探究（Deepconvolutionalmodels:casestudies）文章目录第四门课卷积神经网络（ConvolutionalNeuralNetworks）第二周深度卷积网络：实例探究（Deepconvolutionalmodels:casestudies）2.1为什么要进行实例探究？（W

geekxiaoz·2022-11-24 18:15

吴恩达deeplearning.ai系列课程笔记+编程作业(3)第一课神经网络和深度学习-第三周：浅层神经网络(Shallow neural networks)

第一门课神经网络和深度学习(NeuralNetworksandDeepLearning)第三周：浅层神经网络(Shallowneuralnetworks)文章目录第一门课神经网络和深度学习(NeuralNetworksandDeepLearning)第三周：浅层神经网络(Shallowneuralnetworks)3.1神经网络概述（NeuralNetworkOverview）3.2神经网络的表示

geekxiaoz·2022-11-24 18:15

机器学习001 deeplearning.ai 深度学习课程 Neural Networks and Deep Learning 第一周总结

DeepLearningSpecialization吴恩达老师最近在coursera上联合deeplearning.ai推出了有关深度学习的一系列课程，相对于之前的machinelearning课程，这次的课程更加实用

LYG2016·2022-11-23 11:59

deeplearning.ai课程作业：Convolutional Neural Networks- Course 4 Week 1

deeplearning.ai课程作业：ConvolutionalNeuralNetworks-Course4Week1Part1ConvolutionalNeuralNetworks:StepbyStepWelcometoCourse4

Will_Ye·2022-11-23 00:52

deeplearning.ai课程作业：Course 1 Week 4

deeplearning.ai课程作业：Course1Week4含答案，不喜勿看！

Will_Ye·2022-11-23 00:51

吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课卷积神经网络-第三周目标检测（Object detection）

第四门课卷积神经网络（ConvolutionalNeuralNetworks）第三周目标检测（Objectdetection）文章目录第四门课卷积神经网络（ConvolutionalNeuralNetworks）第三周目标检测（Objectdetection）3.1目标定位（Objectlocalization）3.2特征点检测（Landmarkdetection）3.3目标检测（Objectde

geekxiaoz·2022-11-22 01:25

【DeepLearning.ai实验笔记】课程1-week4：多隐藏层神经网络搭建

目录整理所涉及的维度开始构建多层网络初始化网络的节点前向传播计算误差后向传播更新参数整合多层网络训练模型整理所涉及的维度注：输入样本X.shape=(12288,209)第1隐藏层的节点数：n¹；第2隐藏层的节点数：n²；...WbZshapeofZ第1层(n¹,12288)(n¹,1)Z¹=W¹X+b¹(n¹,209)第2层(n²,12288)(n²,1)Z²=W²A¹+b²(n²,209)第3

朱砂绛·2022-11-20 20:51

吴恩达深度学习编程作业（4-3）- Autonomous driving - Car detection

吴恩达Coursera课程DeepLearning.ai编程作业系列，本文为《卷积神经网络》部分的第三周“目标检测”的课程作业。

大树先生的博客·2022-11-19 22:12

《深度学习》课程笔记目录总集

《深度学习》课程笔记目录总集吴恩达DeepLearning.ai云课堂地址：https://mooc.study.163.com/university/deeplearning_ai#/c学习笔记推荐：

lynchying·2022-11-19 21:28

吴恩达深度学习入门

deeplearning_ai#/c2.详细笔记网站(中文)：http://www.ai-start.com/dl2017/3.github课件+作业+答案：https://github.com/stormstone/deeplearning.ai

费马定理·2022-11-19 19:10

什么是神经网络？

监督学习与深度学习神经网络的分类数据类型StructureddataUnstructureddata数据到底怎样传入到神经网络的呢笔记来源于：床长人工智能教程吴恩达深度学习deeplearning.ai

樊鴻燁·2022-11-19 18:50

神经网络是如何进行预测的?

笔记来源于：床长人工智能教程吴恩达深度学习deeplearning.ai 上一篇文章，我们初步了解到了神经网络的原来，神经网络是怎么一回事儿，神经网络的分类以及数据是以何种形式传入神经网络，下面我们来介绍神经网络其他背后的逻辑

樊鴻燁·2022-11-19 18:49

github标星8331+：吴恩达深度学习课程资源（完整笔记、中英文字幕视频、python作业，提供百度云镜像！）...

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，star数达到8331+，曾经有相关报道文章。

湾区人工智能·2022-11-07 15:58

deeplearning.ai 吴恩达网上课程学习（七）——深层神经网络理论学习

本文主要来对浅层神经网络进行扩展，来了解深层神经网络的基本原理。本文参考链接：https://www.missshi.cn/api/view/blog/59a6ad67e519f50d040000e61.概念初识：Logistic回归：一个隐藏层的神经网络：五个隐藏层的神经网络：深层神经网络主要是指的包含的隐藏层的深度。神经网络的层数越多，可以拟合的场景越复杂。实际上，在利用神经网络解决一些问题时

玥晓珖·2022-11-01 23:35

“吴恩达deeplearning.ai”学习笔记（p1-p6：第一课时第一章:神经网络的基本概念）

深度学习：指训练神经网络目录主要内容包括：第一章:神经网络的基本概念1.1神经元1.2神经网络1.3用于神经网络进行监督学习的例子1.3.1相对标准的神经网络1.3.2卷积神经网络(CNN)1.3.3循环神经网络(RNN)1.3.4CNN“卷积神经网络结构架构”1.3.5结构化数据1.3.6非结构化数据1.4补充第二章：神经网络编程的基础知识1.神经网络的基本概念1.1神经元（此例用以体会单个神经

KQ.·2022-11-01 11:49

[机器学习入门笔记] 2. 2022吴恩达机器学习Deeplearning.ai课程（回顾）

文章目录1.监督学习和无监督学习2.线性回归模型3.代价函数4.梯度下降5.多维特征6.多元线性回归的梯度下降7.特征缩放8.判断梯度下降是否收敛9.学习率10.正规方程11.逻辑回归12.决策边界13.逻辑回归的代价函数14.实现逻辑回归梯度下降15.过拟合问题16.正则化17.神经网络17.1需求预测17.2神经网络中的网络层17.3复杂的神经网络17.4神经网络前向传播（手写识别案例）17.

Cyanzzy·2022-09-29 19:48

神经网络与深度学习（一）- Logistic Regression as a Neural Network

这个系列的文章都将是对于deeplearning.ai开设的关于深度学习的相关课程的学习笔记，第一门课就是神经网络与深度学习。

mike112223·2022-09-14 07:24

吴恩达对话LeCun：神经网络跌宕四十年

这场访谈，也是DeepLearning.ai课程的

量子位·2022-08-25 11:02

【机器学习小记】【风格迁移】deeplearning.ai course4 4th week programming（tensorflow2)

特殊应用-风格迁移神经风格转换NST（NeuralStyleTransfer)迁移学习加载模型建立有多输出的模型加载模型在VGG19中挑选风格层和内容层的输出构建模型定义风格矩阵定义损失函数加载图片正则化主函数组合1组合2代码目标：1.使用预训练好的模型vgg19，进行图片风格迁移修改【参考文章】的代码，使用tensorflow2实现参考自：1.【中英】【吴恩达课后编程作业】Course4-卷积神

LittleSeedling·2022-08-24 15:41

【机器学习小记】【YOLO】deeplearning.ai course4 3rd week programming

卷积神经网络-车辆识别模型加载模型一些其他的问题tf.boolean_masktf.image.non_max_suppressiontf.keras.backend.gatherValueError:badmarshaldata(unknowntypecode)yolo_head出现错误目标：1.学习使用YOLO(youonlylookonce)算法修改【参考文章】的代码，使用tensorflo

LittleSeedling·2022-08-24 15:40

假期学习回顾与总结

前者偏重理论，感觉适合入门，网易云课堂视频（https://mooc.study.163.com/smartSpec/detail/1001319001.htm）+配套黄海广主编针对吴恩达深度学习课程DeepLearning.ai

Clark-dj·2022-08-17 07:59

吴恩达deeplearning.ai系列课程笔记+编程作业(10)第四课卷积神经网络-第一周卷积神经网络（Foundations of Convolutional Neural Networks）

第四门课卷积神经网络（ConvolutionalNeuralNetworks）第一周卷积神经网络（FoundationsofConvolutionalNeuralNetworks）文章目录第四门课卷积神经网络（ConvolutionalNeuralNetworks）第一周卷积神经网络（FoundationsofConvolutionalNeuralNetworks）1.1计算机视觉（Compute

geekxiaoz·2022-08-13 07:11

花了2晚，拿到了吴恩达@斯坦福大学的机器学习课程证书

最近他开发的机器学习专项课程由deeplearning.ai和斯坦福大学提供，上线Coursera。我花了两个晚上刷完了course1并拿到了证书又花了两晚刷完了

机器学习算法与Python实战·2022-07-06 07:39

花了2个晚上，拿到了吴恩达@斯坦福大学的机器学习课程证书