吴恩达深度学习2笔记week3——超参数调试、Batch 正则化和程序框架 Hyperparameter tuning
- 3.1 调试处理 Tuning process
- 3.2 为超参数选择合适的范围 Using an appropriate scale to pick hyperparameters
- 3.3 超参数训练的实践：Pandas VS Caviar Hyperparameters tuning in practice : Pandas VS Caviar
- 3.4 正则化网络的激活函数 Normalizing activations in a network
- 3.5 将 Batch Norm 拟合进神经网络 Fitting Batch Norm into a neural network
- 3.6 Batch Norm 为什么奏效？Why does Batch Norm work?
- 3.7 测试时的 Batch Norm Batch Norm at test time
- 3.8 Softmax 回归 Softmax regression
- 3.9 训练一个 Softmax 分类器 Training a softmax classifier
- 3.10 深度学习框架 Deep Learning frameworks
- 3.11 TensorFlow
3.1 调试处理 Tuning process
3.2 为超参数选择合适的范围 Using an appropriate scale to pick hyperparameters
3.3 超参数训练的实践：Pandas VS Caviar Hyperparameters tuning in practice : Pandas VS Caviar
3.4 正则化网络的激活函数 Normalizing activations in a network
- 归一化输入
3.5 将 Batch Norm 拟合进神经网络 Fitting Batch Norm into a neural network
3.6 Batch Norm 为什么奏效？Why does Batch Norm work?
3.7 测试时的 Batch Norm Batch Norm at test time
3.8 Softmax 回归 Softmax regression
3.9 训练一个 Softmax 分类器 Training a softmax classifier
3.10 深度学习框架 Deep Learning frameworks
3.11 TensorFlow
264
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
