深度学习课程项目使用指南
项目目录结构及介绍
deep-learning-coursera/
├── Convolutional_Neural_Networks
│ ├── Assignment1
│ ├── Assignment2
│ └── ...
├── Improving_Deep_Neural_Networks
│ ├── Assignment1
│ ├── Assignment2
│ └── ...
├── Neural_Networks_and_Deep_Learning
│ ├── Assignment1
│ ├── Assignment2
│ └── ...
├── Sequence_Models
│ ├── Assignment1
│ ├── Assignment2
│ └── ...
├── Structuring_Machine_Learning_Projects
│ ├── Assignment1
│ ├── Assignment2
│ └── ...
├── README.md
└── ...
- Convolutional_Neural_Networks: 卷积神经网络相关作业和资料。
- Improving_Deep_Neural_Networks: 优化深度神经网络相关作业和资料。
- Neural_Networks_and_Deep_Learning: 神经网络与深度学习基础相关作业和资料。
- Sequence_Models: 序列模型相关作业和资料。
- Structuring_Machine_Learning_Projects: 机器学习项目结构相关作业和资料。
项目启动文件介绍
每个模块下的Assignment1
、Assignment2
等文件夹中包含具体的作业文件,通常以.ipynb
(Jupyter Notebook)格式提供。例如:
Neural_Networks_and_Deep_Learning/
├── Assignment1
│ ├── init_utils.py
│ ├── reg_utils.py
│ ├── testCases.py
│ └── Planar_data_classification_with_onehidden_layer.ipynb
└── ...
- Planar_data_classification_with_onehidden_layer.ipynb: 这是具体的作业文件,包含了作业的详细说明和代码实现。
项目配置文件介绍
项目中没有明确的配置文件,但每个作业文件夹中可能包含一些辅助文件,如init_utils.py
、reg_utils.py
等,这些文件提供了作业所需的函数和工具。
例如:
Convolutional_Neural_Networks/
├── Assignment1
│ ├── init_utils.py
│ ├── reg_utils.py
│ ├── testCases.py
│ └── Convolution_model_Step_by_Step.ipynb
└── ...
- init_utils.py: 包含初始化网络参数的函数。
- reg_utils.py: 包含正则化相关的函数。
- testCases.py: 包含测试用例,用于验证代码实现的正确性。
这些辅助文件通常不需要手动修改,但在完成作业时可能需要调用其中的函数。