摘要: Residual Networks 参考:https://blog.csdn.net/u013733326/article/details/80250818 欢迎来到本周的第二次作业!您将学习如何使用剩余网络(ResNets)构建非常深的卷积网络。理论上,深度很深的网络可以代表非常复杂的功能;但实际 阅读全文
posted @ 2020-09-14 11:40 廖海清 阅读(1118) 评论(0) 推荐(0) 编辑
摘要: Keras tutorial - the Happy House 参考:https://blog.csdn.net/u013733326/article/details/80250818 ##决定不是全部翻译或者照搬了,把每周有价值的东西记录。 欢迎来到第二周的第一个作业。在这个作业中,你将:学习使 阅读全文
posted @ 2020-09-13 21:54 廖海清 阅读(784) 评论(3) 推荐(0) 编辑
摘要: Convolutional Neural Networks: Application 卷积神经网络应用 本文参考了深度学习吴恩达小迷弟 的文章,链接:https://blog.csdn.net/weixin_47440593/article/details/107938235 欢迎来到课程4的第二次 阅读全文
posted @ 2020-08-31 11:33 廖海清 阅读(3595) 评论(3) 推荐(0) 编辑
摘要: Convolutional Neural Networks: Step by Step 欢迎来到课程4的第一个作业!在这个任务中,您将在numpy中实现卷积(CONV)和池化层,包括前向传播和(可选的)后向传播。 我们假定你已经熟悉numpy和/或已经完成了该专业的以前的课程。让我们开始吧! 1 - 阅读全文
posted @ 2020-08-27 21:59 廖海清 阅读(1070) 评论(0) 推荐(0) 编辑
摘要: 转自链接:https://blog.csdn.net/u013733326/article/details/80000199 作业中可能遇到的小问题 当作业中出现: 像这样的乱码时,双击或按Enter进入编辑: 变红的那些即为异常显示的原因,只需将变红部分上下的空行删除(Ctrl+X是删除一行快捷键 阅读全文
posted @ 2020-08-26 09:45 廖海清 阅读(276) 评论(0) 推荐(0) 编辑
摘要: TensorFlow Tutorial TensorFlow教程 欢迎来到本周的编程作业。到目前为止,您一直使用numpy来构建神经网络。现在我们将引导你通过一个深度学习框架,它将允许你更容易地建立神经网络。像TensorFlow, PaddlePaddle, Torch, Caffe, Keras 阅读全文
posted @ 2020-08-21 09:07 廖海清 阅读(1466) 评论(2) 推荐(0) 编辑
摘要: Optimization Methods 优化方法 参考了 念师 12. 优化算法实战 直到现在,你一直在使用梯度下降来更新参数和最小化代价。在这个笔记本中,你将学习到更先进的优化方法,可以加快学习,甚至可能让你得到一个更好的最终价值的成本函数。有一个好的优化算法,可以是等待几天还是只需几个小时就可 阅读全文
posted @ 2020-08-03 13:10 廖海清 阅读(673) 评论(0) 推荐(1) 编辑
摘要: Gradient Checking 梯度检查 声明 本文作业是在jupyter notebook上一步一步做的,带有一些过程中查找的资料等(出处已标明)并翻译成了中文,如有错误,欢迎指正! 参考:https://blog.csdn.net/u013733326/article/details/798 阅读全文
posted @ 2020-07-29 20:27 廖海清 阅读(1281) 评论(0) 推荐(0) 编辑
摘要: Regularization 正则化 声明 本文作业是在jupyter notebook上一步一步做的,带有一些过程中查找的资料等(出处已标明)并翻译成了中文,如有错误,欢迎指正! 参考:https://blog.csdn.net/u013733326/article/details/7984791 阅读全文
posted @ 2020-07-29 16:11 廖海清 阅读(1507) 评论(0) 推荐(0) 编辑
摘要: Initialization(初始化) 本文作业是在jupyter notebook上一步一步做的,带有一些过程中查找的资料等(出处已标明)并翻译成了中文,如有错误,欢迎指正! 欢迎来到“改进深度神经网络”的第一个作业。训练神经网络需要指定权重的初始值。一个精心选择的初始化方法将有助于学习。如果您完 阅读全文
posted @ 2020-07-29 10:26 廖海清 阅读(1220) 评论(0) 推荐(0) 编辑