deeplearning.ai课程学习笔记
文章平均质量分 78
mike112223
深度学习,计算机视觉
展开
-
神经网络与深度学习(一)- Logistic Regression as a Neural Network
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...原创 2017-09-13 11:08:38 · 919 阅读 · 0 评论 -
构建机器学习项目(二)- ML strategy(2)
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...原创 2017-10-17 03:47:13 · 297 阅读 · 0 评论 -
构建机器学习项目(一)- ML Strategy(1)
从本篇开始将是 deeplearning.ai的第三门课程,构如何构建机器学习项目以及需要注意的点Introduction to ML StrategyWhy ML Strategy为什么要使用所谓ML Strategy,比如我们现在要设计一个图像分类器,我们已经得到了90%的accuracy,那么接下来我们要如何再去提高它的accuracy呢,如下,我们有非常非常多的方向和方...原创 2017-10-07 05:59:09 · 567 阅读 · 0 评论 -
神经网络与深度学习(四)- Deep Neural Network
有了第二、三篇的铺垫,本篇讲述深层神经网络的内部结构已经实现过程,虽然在概念上没什么需要重复多讲的,但在程序上,针对多层的神经网络来说,需要构建更多的东西来完成网络的运算Why deep representations?为什么我们要采用深层的神经网络呢,而不是简单的运用浅层神经网络就可以了。理由就要参照下面这副图,我们假设要实现n的输入的异或运算,如果采用浅层神经网络(仅含一层隐藏层)...原创 2017-09-24 05:51:12 · 783 阅读 · 0 评论 -
神经网络与深度学习(三)- Shallow Neural Network
第三篇主要讲述浅层神经网络的实现,其本质上是在第二篇逻辑回归的基础上,增加了一层隐藏层,这是为了推广到多层神经网络做铺垫Neural Networks Representation神经网路的构成这里不多赘述,在机器学习笔记中有相应的章节已经介绍过了,这里强调一点,也是让人更好理解,对于神经元,我们按下图拆分,其实一个神经元包含了两步操作,第一步是输入元的线性组合,第二步才是进行非线性处...原创 2017-09-22 03:14:05 · 4500 阅读 · 0 评论 -
深度神经网络优化(三)- Hyperparameter tuning, Batch Normalization
第三篇呢,是深度神经网络优化的最后一堂课的笔记,主要介绍的是关于超参数调节,batch normalization以及多分类Hpyerparameter tuningTuning process对于深度神经网络来说,我们有很多超参数需要调节 1. learning_rate: αα\alpha 2. momentum里的ββ\beta 3. Adam里的β1,β2,ϵβ1...原创 2017-09-27 07:01:39 · 5225 阅读 · 0 评论 -
深度神经网络优化(二)- Optimization algorithms
第二篇关于优化算法,介绍mini-batch以及momentum, RMSprop和Adam等优化算法Mini-batch gradient descent关于mini-batch,机器学习笔记最后一篇有所提及,不再赘述,这里强调三点: 1. mini-batch size 的选择,更倾向于去选择2的次方,一般会考虑16,32,64,128,256,512等数字,这会在某种程度上相对...原创 2017-09-26 11:42:38 · 2276 阅读 · 0 评论 -
深度神经网络优化(一)- Practical aspects of Deep Learning
从本篇开始将是 deeplearning.ai的第二门课程,深度神经网络的性能优化Setting up your Machine Learning ApplicationTrain/Dev/Test sets在机器学习中我们也讲过关于数据集划分的问题,通常我们会选择将我们收集到的数据划分为训练集,验证集(Dev),测试集,训练集用于模型训练,验证集用于超参数的设定以及模型问题的...原创 2017-09-25 13:25:26 · 788 阅读 · 0 评论 -
神经网络与深度学习(二)- Python, Vectorization and Practice
第二篇主要讲述向量化运算带来的运算速度地提升以及代码的简洁,还有运用python实现逻辑回归的过程Vectorization下图左边是上一篇我们提到的逻辑回归算法,我们发现如果我们的数据量很大,而且参数很多的话,那么我们的for loop循环将非常耗时,再因为我们不止训练一次,而是要多次训练,将会非常耗时,因此为了让神经网络可实施,引入python的向量化运算,就会变成下图右边,不仅运...原创 2017-09-16 12:19:02 · 562 阅读 · 0 评论 -
卷积神经网络(一)- Foundations of Convolutional Neuron Networks
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...原创 2017-12-12 04:48:06 · 530 阅读 · 0 评论