深度学习笔记 吴恩达
文章平均质量分 92
震、
这个作者很懒,什么都没留下…
展开
-
深度学习一《Neural Networks and Deep Learning》第三节 吴恩达
3.1 神经网络概述(Neural Networks Overview)原创 2022-02-28 10:46:49 · 478 阅读 · 0 评论 -
深度学习一《Neural Networks and Deep Learning》第二节 吴恩达
2.1 二分分类(Binary Classification) Binary Classification: 目标是训练一个分类器,输入为一个图片的特征向量X,输出为预测的结果(0或者1) example : 输入图片像素矩阵为64*64,则RGB三通道值均为64*64的矩阵,则特征向量X则为 64*64*3维列向量,则输入向量X的总维度nnn或nxn_xnx=64*64*3 = 12288 Notation : (x,y)表示一个单独的样本,其中x是nxn_xnx维的特征向量,y∈\i原创 2021-12-10 15:52:05 · 2126 阅读 · 0 评论 -
深度学习一《Neural Networks and Deep Learning》第一节 吴恩达
1.1 欢迎 总共分为四门课: 第一门课**(神经网络和深度学习)**:你将学习神经网络的基础,你将学习神经网络和深度学习,这门课将持续四周,专项课程中的每门课将持续2至4周。你将学习如何建立神经网络(包含一个深度神经网络),以及如何在数据上面训练他们。在这门课程的结尾,你将用一个深度神经网络进行辨认猫。 第二门课**(改善深层神经网络)**:我们将使用三周时间。你将进行深度学习方面的实践,学习严密地构建神经网络,如何真正让它表现良好,因此你将要学习超参数调整、正则化、诊断偏差和方差以及一些高级优化原创 2021-12-07 23:09:11 · 219 阅读 · 1 评论