深度学习 Deep Learning 学习笔记

最新推荐文章于 2022-06-29 09:47:56 发布
最新推荐文章于 2022-06-29 09:47:56 发布
阅读量857 收藏
点赞数 2
分类专栏： 深度学习 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_37622530/article/details/81143368
版权
本文结合KTH的Deep Learning in Data Science与吴恩达的DeepLearning.ai课程，探讨深度学习中的梯度下降优化（包括动量法）和批量归一化技术。动量法能加速学习过程，批量归一化则有助于网络的训练，通过归一化激活和正则化效果改善深层网络的学习效率。
摘要由CSDN通过智能技术生成

本文部分内容来自KTH课程Deep Learning in Data Science.

部分内容为Cousera吴恩达课程deeplearning.ai.

有可能会出现图片打不开的情况，翻墙会解决这个问题

目录

1 From Deep Learning in Data Science course

2 From DeepLearninhg.ai

Course 1： Neural Networks and Deep Learning

Course 2: Improving Deep Neural Networks

第2周：Gradient Descent with momentum

第3周：Batch Normalization

Course4: Convolutional Neural Networks

第1周: Foundations of Convolutional Neural Networks

1 From Deep Learning in Data Science course

1. Forward propagate it through the graph and calculate loss.

2. Backward propagate to calculate the gradients.

2 From DeepLearninhg.ai

Course 1： Neural Networks and Deep Learning

第1、2周：

 

最低0.47元/天 解锁文章
大羚羊
关注
专栏目录
深度学习学习笔记
sunwill的博客
08-22 7550
深度学习学习笔记导语本文是本人学习深度学习过程中遇到的部分问题，并自己寻找答案，将答案汇总，一是方便自己今后查阅和复习，二是将其分享出来，希望能帮助到需要的同学，共同学习共同进步。1、卷积神经网络有那些重要技巧（trick），你认为哪个技巧最影响结果？卷积神经网络（CNN）在图像分类方面展现出了优异的天赋，现已成为图像处理领域的标准规范。针对特定的问题，需要有多种技巧来调整模型，以使模型在测试数据上
Deep Learning（深度学习）学习笔记整理系列1-7
01-24
该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。
《深度学习》学习笔记
oXiLang的博客
12-29 1205
本文是李宏毅教授《机器学习》课程的学习笔记，简要地介绍了深度学习的基本概念及常见网络架构，包括卷积神经网络、自注意力机制、Transformer、BERT、生成对抗网络、领域自适应网络等，此外还简单地介绍了强化学习和元学习，有利于大家快速了解深度学习的主要技术。本文尽可能地避开了数学，主要讲网络架构的设计思想，这对于一个刚接触深度学习的初学者来说还是比较友好的。
Deeplearning深度学习笔记v5.571
08-03
黄海广博士及其团队的努力使得这些深度学习课程的中文笔记得以持续更新，为中国的学生和AI爱好者提供了便利的学习资源。这些笔记有助于加深对课程内容的理解，尤其是在没有完整字幕的情况下。 通过这个深度学习课程...
deeplearning-ai-books-深度学习资源包
最新发布
05-10
深度学习（Deep Learning，简称DL）是机器学习（Machine Learning，简称ML）的一个子集，也是人工智能（Artificial Intelligence，简称AI）领域的一个重要分支。它被引入机器学习，旨在使机器更接近于实现人工智能的...
Deeplearning深度学习笔记v5.53
08-31
Deeplearning深度学习笔记v5.53 吴恩达机器学习笔记更新--在这 5 堂课中，学生将可以学习到深度学习的基础，学会构建神经网络，并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。...
deeplearning深度学习笔记
12-26
" Deeplearning深度学习笔记" 本文档是吴恩达老师深度学习课程(deeplearning.ai)的笔记，旨在帮助已有一定基础的计算机专业人士掌握深度学习技术。课程涵盖深度学习的基础知识，神经网络构建，卷积神经网络(CNN)、...
深度学习笔记
10-31
深度学习笔记。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
Deep Learning（深度学习）学习笔记整理系列pdf
09-09
原创作者是Zouxy,整个笔记在他博客上，为了方便大家保存阅读，我将其整理成了pdf文档，希望大家多多交流。 目录 一、概述 2 二、背景 5 三、人脑视觉机理 8 四、关于特征 10 4.1、特征表示的粒度 10 4.2、初级（浅层）特征表示 11 4.3、结构性特征表示 14 4.4、需要有多少个特征？ 16 五、Deep Learning的基本思想 17 六、浅层学习（Shallow Learning）和深度学习（Deep Learning） 18 七、Deep learning与Neural Network 20 八、Deep learning训练过程 21 8.1、传统神经网络的训练方法为什么不能用在深度神经网络 21 8.2、deep learning训练过程 22 九、Deep Learning的常用模型或者方法 23 9.1、AutoEncoder自动编码器 23 9.2、Sparse Coding稀疏编码 28 9.3、Restricted Boltzmann Machine (RBM)限制波尔兹曼机 31 9.4、Deep Belief Networks深信度网络 35 9.5、Convolutional Neural Networks卷积神经网络 38 十、总结与展望 50 十一、参考文献和Deep Learning学习资源（持续更新……） 51
Deep Learning（深度学习）学习笔记整理
05-24
作者 zouxy 2013－04-08
深度学习 学习笔记
m0_57587624的博客
04-29 444
深度学习的简介 定义、特点 深度学习就是一种包括多个隐含层(越多即为越深)的多层感知机。它通过组合低层特征，形成更为抽象的高层表示，用以描述被识别对象的高级属性类别或特征。 深度学习从原始的输人层开始，到中间每一个隐含层的数据抽取变换，到最终的输出层的判断，所有特征的提取，全程是一个没有人工干预的训练过程。这个自主特性，在机器学习领域，是革命性的。 深度学习区别于其他机器算法的地方就在于其能够生成数据的中间表现。 方法论 “端到端”学习 “端到端”说的是输入原始数据（始端），然后输出的直接就..
深度学习DeepLearning
於菟
11-21 2211
深度学习基础 人工智能、机器学习、深度学习之间的关系 人工智能(Artificial Intelligence)：计算机科学的一个分支。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 机器学习(Machine Learning)：一种实现人工智能的方法。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 深度学习(Deep Learning)：一种实现机器学习的技术。深度学习是机器学习领域中一个新的研究
【转载】Deep Learning（深度学习）学习笔记整理
Anakin6174的博客
05-07 947
看到很早的介绍深度学习的系列文章：深度学习介绍 下面是一点摘抄： 机器学习（Machine Learning）是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能的学科。 从原始信号摄入开始（瞳孔摄入像素 Pixels），接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定，眼前的物体的形状，是圆形的），然后进一步抽象...
[深度学习笔记(1)]深度学习入门
qq_45634318的博客
06-29 664
深度学习笔记系列(一)，简述深度学习发展史，带你全方位了解深度学习基本概念、应用以及难题与解决方案。
吴恩达深度学习课程笔记：Coursera Deeplearning.ai 实战解析
"Deeplearning深度学习笔记v5.54是针对吴恩达老师在Coursera上的深度学习课程(deeplearning.ai)编写的中文笔记，旨在帮助已具备编程基础和机器学习知识的学员进入人工智能领域。笔记涵盖了课程的全部内容，包括深度...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值