| 吴恩达深度学习笔记 | |||
|---|---|---|---|
| 课程 | 编号 | 理论笔记 | 编程作业 |
| 神经网络和深度学习 | 1.1 | 深度学习介绍 | \ |
| 1.2 | 神经网络编程基础 | 识别猫的程序 | |
| 1.3 | 浅层神经网络 | 单隐藏层的平面数据分类 | |
| 1.4 | 深层神经网络 | 搭建多层神经网络及其应用 | |
| 改善深层神经网络 | 2.1 | 深度学习实践方面 | 初始化、梯度化、正则校验 |
| 2.2 | 超参数调试、正则化以及优化 | 优化算法实战 | |
| 2.3 | 超参数调试、Batch正则化和程序框架 | TensorFlow入门 | |
| 结构化机器学习项目 | 3.1 | 机器学习策略 | \ |
| 3.2 | 机器学习策略 | \ | |
| 卷积神经网络 | 4.1 | 卷积神经网络 | 搭建卷积神经网络以及应用 |
| 4.2 | 深度卷积网络：实例探究 | Keras入门与残差网络的搭建 | |
| 4.3 | 目标检测 | 车辆识别 | |
| 车辆识别（编程作业问题汇总） | |||
| 4.4 | 特殊应用：人脸识别和神经风格转换 | 人脸识别和神经风格转换（问题未解决） | |
| 序列模型 | 5.1 | 循环序列模型 | 搭建循环神经网络及其应用 |
| 5.2 | 自然语言处理与词嵌入 | 词向量的运算与Emoji生成器 | |
| 5.3 | 序列模型和注意力机制 | 机器翻译与触发词检测 | |
| 深度学习编程作业与算法相关函数笔记 | |||
| 深度学习编程作业代码github网址 | |||
💖💖💖💖💖💖
| 学习笔记 | |||
|---|---|---|---|
| 课程 | 编号 | 内容 | 备注 |
| Pytorch编程框架 | 1.1 | Pytorch概述 | 0-3 |
| 1.2 | Pytorch基础 | 4-12 | |
| 2.1 | 深度学习基础 | 13-24 | |
| 2.2 | 深度学习策略 | 25-31 | |
| 3.1 | 卷积神经网络 | 31-39 | |
| 3.2 | 循环神经网络 | 40-46 | |
| 3.3 | 自编码器 | 47-51 | |
| 3.4 | 对抗生成网络 | 52-58 | |
| 4.1 | 自定义数据集 | 59-62 | |
🙌🙌🙌🙌🙌🙌
深度学习参考资料：
468
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
