吴恩达深度学习课后作业汇总及遇到的问题

本文记录了一位学生在学习吴恩达深度学习课程时遇到的作业问题,包括第一课第二周、第三周、第四周的难点。在作业中,学生探讨了矩阵降维的差异、np.random.randn()的理解以及权重初始化对模型性能的影响。通过实例解析和代码验证,提出了正确的解决方案和初始化策略。
摘要由CSDN通过智能技术生成

         近期正在学习吴恩达老师的深度学习课程,相关的博文正在逐步更新,之所以没有写完之后再发布是为了再学习过程中能和更多的人交流,希望能够找到一群跟我进度差不多的小伙伴共同交流进步~~所以欢迎大家积极留言~

        本文主要是分享了一位博主整理的课后作业,以及自己在做作业过程中遇到的一些疑问以及解决办法。

作业:

         网易云课堂上没有提供作业的下载入口,在CSDN上找了很多作业的分享,下面这个博主总结的还是比较全面且细致的:

https://blog.csdn.net/u013733326/article/details/79827273

         上面的博客中写的是博主翻译过来的,以及一些答案,英文版的原始作业下载链接如下:

https://download.csdn.net/download/m0_37704205/11615539

遇到的问题:

第一课第二周:

1.在深度学习课程作业中有这样一段话:

A trick when you want to flatten a matrix X of shape (a,b,c,d) to a matrix X_flatten of shape (b * c *d, a) is to use:

X_flatten = X.reshape(-1,X.shape[0])

但是后面实际应用的代码与上

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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