Deeplearning.ai读书笔记
Deeplearning.ai读书笔记
时光机゚
为了我的名字~。~
展开
-
【deeplearning.ai】神经网络与深度学习
结构化数据:[x1,x2,...,xn,y][x1,x2,...,xn,y][x_1,x_2,...,x_n,y]的类型 非结构化数据:原始音频、图像、文本等 神经网络(深度学习)让我们的计算机比n年前更好地解释非结构化数据。 RNN用于一维序列数据。(音频为一维时间序列) 逻辑回归 hθ(x)=g(z)=11+e−xhθ(x)=g(z)=11+e−xh_{\theta}(...原创 2018-06-29 21:03:47 · 151 阅读 · 0 评论 -
【deeplearning.ai】改善深层神经网络:超参数调试、正则化以及优化
依据训练集和验证集选择算法和调超参 在训练集上用不同模型训练,选取几个拟合效果好的模型 将这几个模型应用在验证集上,选择最优的一个或几个 在步骤2上,可以通过正则化等手段优化模型;步骤1是为了选择模型。 L2L2L_2正则化为什么能起作用? 从贝叶斯的角度上看,正则化等价于对模型参数引入先验分布。在后验概率估计上,增加高斯分布先验,就是L2L2L_2正则化;增加拉普拉斯分布先验...原创 2018-07-01 18:59:11 · 352 阅读 · 0 评论 -
【deeplearning.ai】结构化机器学习项目
一般模型训练需要在四个数据集上运行,也就是有四个步骤: 确保模型在训练集上表现不错(通过代价函数评估)【如果不足,则可通过更改算法、优化函数等方法优化】 确保模型在验证集上表现不错【如果不足,则可通过使用更大容量的网络、迭代次数更多、正则化、增大训练集等操作优化】 确保模型在测试集上表现不错【如果不足,则可通过增大(改变)数据集、改变代价函数的方法优化】 确保模型在实际应用中表现不错【如果不足...原创 2018-07-02 16:48:30 · 167 阅读 · 0 评论 -
【deeplearning.ai】卷积神经网络
计算机视觉可以解决的问题: 图片分类 物体检测 图片风格迁移原创 2018-06-27 15:06:31 · 204 阅读 · 0 评论 -
【deeplearning.ai】循环神经网络
RNN、LSTM、梯度消失基本概念 序列数据及能做的事 语音识别:一维时间序列⟹⟹\Longrightarrow 文本序列 音乐生成器:输入为空⟹⟹\Longrightarrow 音乐 情感分类器:文本序列⟹⟹\Longrightarrow星级评分(0~5)/正负类(0/1) DNA序列分析:字符序列⟹⟹\Longrightarrow字符序列 翻译系统:文本序列⟹⟹\Longrighta...原创 2018-07-03 17:11:22 · 171 阅读 · 0 评论 -
【书籍阅读】DeepLearning----第十章-序列建模:循环和递归网络
循环神经网络(RNN)是一类用来处理序列数据的神经网络。如卷积神经网络可以处理可变尺寸的网格数据一样,大多数循环神经网络可以处理可变长度的序列数据。 参数共享使得模型能够扩展到不同形式的样本(如不同长度的序列)并进行泛化。如果对于每个时间点都有一个独立的参数,那么我们不但不能泛化到训练时没见过过的序列长度,也不能在时间上共享不同序列长度和不同位置的统计强度。当信息的特定部分序列在序列内多...原创 2018-06-29 00:20:38 · 369 阅读 · 0 评论