吴恩达-《神经网络和深度学习》第一课 课堂笔记和作业-汇总

第一周：深度学习概述：https://blog.csdn.net/red_stone1/article/details/77799014 

课后作业：https://blog.csdn.net/u013733326/article/details/79862336

 

第二周： 神经网络基础之逻辑回归：https://blog.csdn.net/red_stone1/article/details/77851177

课后作业：https://blog.csdn.net/u013733326/article/details/79865858

编程作业：逻辑回归之猫的识别    https://blog.csdn.net/u013733326/article/details/79639509                 

注意事项：

1. 理解里面矩阵维度的含义，为什么要进行维度变换。（前向传播和后向传播公式推导，就可以理解了）
2. 学习里面 numpy 的用法
3. 理解每一句程序所要做的事
4. 整体逻辑顺序的把握
5. 加油！慢慢就会进步了的！

 

第三周：神经网络基础之Python与向量化：https://blog.csdn.net/red_stone1/article/details/77929889

课后作业：https://blog.csdn.net/u013733326/article/details/79866913

编程作业：Planar data classification with one hidden layer:（两个版本相互看）

                 https://blog.csdn.net/u013733326/article/details/79702148

                 https://blog.csdn.net/liuzhongkai123/article/details/78775744

 

第四周：浅层神经网络：https://blog.csdn.net/red_stone1/article/details/78018269

课后作业：https://blog.csdn.net/u013733326/article/details/79868527

编程作业：一个是构建两层的神经网络，一个是构建多层的神经网络

                  https://blog.csdn.net/u013733326/article/details/79767169

 

第五周：深层神经网络：https://blog.csdn.net/red_stone1/article/details/78062345

 

英文CNN论文资料：http://scs.ryerson.ca/~aharley/neural-networks/