吳恩達深度學習第一課第四周(深層神經網路)
打卡(1)
4.1 深層神經網路
* 符號約定:輸入層
打卡(2)
4.2 深層網路中前向傳播
單個樣本:
…..
打卡(1)
4.1 深層神經網路
* 符號約定:輸入層X=a[0],預測值ŷ =a[L]X=a[0],預測值y^=a[L]
打卡(2)
4.2 深層網路中前向傳播
單個樣本:
Building your Deep Neural Network: Step by Step
符號說明
Notation:
- Superscript [l]denotes a quantity associated with the lthl
Deep Neural Network for Image Classification: Application
深度神經網路應用
When you finish this, you will have finished the last programm
Planar data classification with one hidden layer
Welcome to your week 3 programming assignment. It’s time to build your first
error 1: # plt.scatter(X[0,:],X[1,:],c=np.squeeze(Y),s=40,cmap=plt.cm.Spectral)
plt.scatter(X[0,
本課程分為三週內容:
深度學習的使用層面
優化演算法
超引數除錯、Batch正則化和程式框架
WEEK1 深度學習的使用層面
1.建立神經網路時選擇:
神經網路層數
每層隱藏單元的個數
學習率為多少
各層採用的啟用函式為哪些
2
這兩三個月通過吳恩達老師的課程學習了深度學習,從零開始學理論,做程式設計任務。感覺學了很多知識。現在學到卷積神經網路,想把第一週的程式設計任務、其中的要點上傳和編寫,方便自己以後鞏固。(注:吳恩達老師課程的程式設計任務是用Python來完成的,而我是用ma
# coding: utf-8
# # TensorFlow Tutorial
#
# Welcome to this week's programming assignment. Until now, you've always used numpy t
寫在前面
本週課程用了兩週完成,因為課程讓用tensorflow實現,編碼時還是更希望自己手寫程式碼實現,而在實現過程中,低估了batchnorm反向計算的難度,導致演算法出現各種bug,開始是維度上的bug導致程式碼無法執行,等程式碼可以執行時,訓練神經網路的時候成本又總
第二週 神經網路基礎
打卡(1)
2.1 二分類
在二分分類問題中 目標是訓練處一個分類器,它以圖片(本例中)的特徵向量X作為輸入,來預測輸出的結果標籤y是1還是0,也就是預測圖片中是否有貓。
課程中會用到的數學符號:
(x,y)(x,y
恩達老師的這一週的淺層神經網路總結,還是簡單的架構說明,但是還是要仔細讀哦!
架構分為四部分:
神經網路表示 計算神經網路輸出 啟用函式 神經網路的梯度下降 第一和第二部分: 神經網路表示和計算神經網路輸出部分,由於本部分講的是淺層的網路輸出,所以就是隻有一個隱藏層的神經網路,你也
本系列文章將對吳恩達在網易公開課“深度學習工程師”微專業內容進行筆記總結,這一部分介紹的是“卷積神經網路”部分。
1、計算機視覺
計算機視覺在我們還是生活中有非常廣泛的應用,以下幾個是最常見的例子:
影象分類: 可以對影象中的物體種類進行判斷,如確定影象中
概述
學習課程後,在L2正則化程式碼的基礎上完成該周作業,現將心得體會記錄如下。
Mini-batch梯度下降
概念
對m個訓練樣本,每次採用t(1<t<m)個樣本進行迭代更新。
具體過程為:將特徵X分為T個batch,每個batch的樣本數為t(最後一
一、Deeplearning-assignment
在本次作業中,我們將學習如何通過殘差網路(ResNets)建立更深的卷及網路。理論上,深層次的網路可以表示非常複雜的函式,但在實踐中,他們是很難建立和訓練的。殘差網路使得建立比以前更深層次的網路成為可能。對於殘差網路的詳細講解,具體可參考該
大資料文摘經授權轉載作者:黃海廣自2016年8月份,吳恩達的初創公司deeplearning.a
# coding: utf-8
# # Initialization
# Welcome to the first assignment of "Improving Deep Neural Networks".
#
# Training your neural
學過吳恩達的Machine Learning課程,現在跟著學深度學習,本來是想付費的,奈何搞半天付款沒有成功,沒辦法只能下載資料集自己搞了。由於門外漢,安裝工具軟體加上完成作業花了一天時間,其實第二週的作業和機器學習課程基本是一樣的,沒有什麼太大難度,都是初級入
前言
1.之所以堅持記錄,是因為看到其他人寫的優秀部落格,內容準確詳實,思路清晰流暢,這也說明了作者對知識的深入思考。我也希望能儘量將筆記寫的準確、簡潔,方便自己回憶也方便別人參考;
2.昨天看到兩篇關於計算機視覺的發展介紹的文章:[觀點|朱鬆純:初探計算機
以下內容是我聽吳恩達深度學習微專業第一課做的學習筆記,主要是按自己的理解回答一些問題,並非全部出自課程內容。1. 什麼是神經網路?神經網路是諸多機器學習方法中的一種,受人類大腦工作方式的啟發而發明的。人類大腦的一個神經元通過多個樹突來接收來自不同神經元的訊號,接著細胞核處理訊
Regularization
# import packages
import numpy as np
import matplotlib.pyplot as plt
from reg_utils import sigmoid, relu, plot_de
所有樣本:
相關推薦
吳恩達深度學習第一課第四周(深層神經網路)
吳恩達深度學習第一課第四周課後作業1參考
吳恩達深度學習第一課第四周課後作業2參考
吳恩達深度學習第一課第三週課後作業
吳恩達深度學習 第一課第三週 bug plt.scatter
《吳恩達深度學習工程師系列課程之——改善深層神經網路:超引數除錯、正則化以及優化》學習筆記
吳恩達深度學習:基於Matlab完成卷積神經網路第四課第一週程式設計任務
吳恩達深度學習第二課第三週作業:識別手勢
吳恩達深度學習第二課第三週作業及學習心得體會 ——softmax、batchnorm
吳恩達深度學習第一課第二週
吳恩達深度學習筆記(15-21)總結-淺層神經網路總結
吳恩達深度學習系列課程筆記:卷積神經網路(一)
吳恩達深度學習第二課第二週作業及學習心得體會——minibatch、動量梯度下降、adam
吳恩達深度學習4-Week2課後作業2-殘差網路
吳恩達深度學習中文版筆記:人臉識別和神經風格轉換
吳恩達深度學習課程第二課第一週第一次作業:用神經網路簡單預測結果
吳恩達深度學習課程第一課第二週課程作業
吳恩達深度學習第四課:卷積神經網路(學習筆記2)
【學習日記】吳恩達深度學習工程師微專業第一課:神經網路和深度學習
吳恩達深度學習(二)-第一週(2):Regularization