深度学习教程 ◉ 吴恩达专项课程最全笔记
关注
分享
扫一扫
文章平均质量分 95
吴恩达老师『深度学习专项课程』久负盛名！ShowMeAI这份笔记『斗胆』做了深度梳理、精简与拓展，内容逻辑更加清晰紧凑！教程配有400张原创高清配图，海量心血换来的品质保障！获取资料与全部更新，请前往 www.showmeai.tech/tutorials/35 欢迎关
ShowMeAI
人工智能领域硬核资料库和学习社区，构建AI解决方案，用知识加速每一次技术成长！
展开
-
深度学习教程 | 吴恩达专项课程 · 全套笔记解读
本篇内容是组织的「深度学习原理知识大全」系列教程入口，教程依托吴恩达老师《深度学习专项课程》，对内容做了重新梳理与制作，以更全面和直观的图文方式，对深度学习涉及的知识、模型、原理、应用领域等进行详解......原创 2022-04-15 00:27:18 · 12171 阅读 · 0 评论
-
AI医疗高精尖！基于AI的新药研发！
『人工智能+新药研发』已经成为国内外医药企业的发展新模式！本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。原创 2022-09-14 10:58:01 · 11758 阅读 · 0 评论 -
深度学习教程(1) | 深度学习概论（吴恩达·完整版）
本篇为深度学习系列教程的引言，以房价预测为例，讲解神经网络(Neural Network)模型结构和基础知识，并介绍针对监督学习的几类典型神经网络：Standard NN，CNN和RNN等知识原创 2022-04-14 03:59:44 · 16770 阅读 · 0 评论 -
深度学习教程(2) | 神经网络基础（吴恩达·完整版）
本节介绍神经网络的基础——逻辑回归，通过对逻辑回归模型结构的分析，过渡到后续神经网络模型。内容包括二分类问题、逻辑回归模型及损失函数，梯度下降算法，计算图与正向传播及反向传播。......原创 2022-04-14 04:29:23 · 9616 阅读 · 0 评论 -
深度学习教程(3) | 浅层神经网络（吴恩达·完整版）
本文从浅层神经网络入手，讲解神经网络的基本结构(输入层，隐藏层和输出层)，浅层神经网络前向传播和反向传播过程，神经网络参数的梯度下降优化，不同的激活函数的优缺点及非线性的原因......原创 2022-04-14 04:43:10 · 10150 阅读 · 0 评论 -
深度学习教程(4) | 深层神经网络（吴恩达·完整版）
本节讨论深层神经网络，包括深层神经网络的结构、深层神经网络前向传播和反向传播过程、需要深层神经网络的原因、神经网络参与超参数、神经网络与人脑简单对比。原创 2022-04-14 04:56:32 · 9981 阅读 · 0 评论 -
深度学习教程(5) | 深度学习的实用层面（吴恩达·完整版）
本篇讲解如何优化神经网络模型，包括Train / Dev / Test sets的切分和比例选择，Bias和Variance的相关知识，防止过拟合的方法，规范化输入以加快梯度下降速度和精度，梯度消失和梯度爆炸的原因及处理方法，梯度检查。......原创 2022-04-14 05:11:27 · 9747 阅读 · 0 评论 -
深度学习教程(6) | 神经网络优化算法（吴恩达·完整版）
本节介绍深度神经网络中的一些优化算法，使用这些技巧和方法来提高神经网络的训练速度和精度：mini-batch，随机梯度下降，指数加权平均，动量梯度下降、RMSprop和Adam算法，学习率衰减法等原创 2022-04-14 05:32:44 · 10341 阅读 · 0 评论 -
深度学习教程(7) | 网络优化：超参数调优、正则化、批归一化和程序框架（吴恩达·完整版）
本节介绍超参数调试、批归一化和深度学习编程框架三个部分，内容包括：超参数优先级与调参技巧，超参数的合适范围确定，Batch Normalization，softmax回归，深度学习框架等。原创 2022-04-14 05:42:59 · 9888 阅读 · 0 评论 -
深度学习教程(8) | AI应用实践策略（上）（吴恩达·完整版）
本节覆盖机器学习中的一些策略和方法，让我们能够更快更有效地让机器学习系统工作，内容包括：正交化方法，建立单值评价指标，数据集划分要点，人类水平误差与可避免偏差，提高机器学习模型性能总结等。......原创 2022-04-14 05:51:14 · 9659 阅读 · 0 评论 -
深度学习教程(9) | AI应用实践策略（下）（吴恩达·完整版）
本节覆盖构建机器学习项目的后半部分内容，包括：错误分析(error analysis)，错误标签情况及修正，数据分布和数据不匹配问题及解决办法，迁移学习，多任务学习，端到端学习。原创 2022-04-14 05:58:31 · 9612 阅读 · 0 评论 -
深度学习教程(10) | 卷积神经网络解读（吴恩达·完整版）
本节介绍卷积神经网络，覆盖以下内容要点：卷积计算、填充，卷积神经网络单层结构，池化层结构，卷积神经网络典型结构，CNN特点与优势。原创 2022-04-14 06:07:22 · 11497 阅读 · 0 评论 -
深度学习教程(11) | 经典CNN网络实例详解（吴恩达·完整版）
本节展开介绍典型的CNN结构（LeNet-5、AlexNet、VGG），以及 ResNet(Residual Network，残差网络)，Inception Neural Network，1x1卷积，迁移学习，数据扩增和手工工程与计算机现状等知识点原创 2022-04-15 00:28:26 · 11914 阅读 · 0 评论 -
深度学习教程(12) | CNN应用：目标检测（吴恩达·完整版）
本节介绍目标检测，是计算机视觉中最典型的应用之一，主要内容包括：目标定位，特征点检测，目标检测，边框预测，非极大值抑制，YOLO，RCNN等。原创 2022-04-15 00:27:40 · 11323 阅读 · 0 评论 -
深度学习教程(13) | CNN应用：人脸识别和神经风格转换（吴恩达·完整版）
本节介绍计算机视觉中其他应用，包括：人脸识别、Siamese网络、三元组损失Triplet loss、人脸验证、CNN表征、神经网络风格迁移、1D与3D卷积。原创 2022-04-15 00:27:55 · 11337 阅读 · 0 评论 -
深度学习教程(14) | 序列模型与RNN网络（吴恩达·完整版）
本节介绍介绍循环神经网络(RNN)的重要知识，包括：循环神经网络RNN，语言模型，采样生成序列，RNN梯度消失与梯度爆炸，GRU(门控循环单元)，LSTM(长短期记忆)，双向与深度RNN等原创 2022-04-15 00:28:52 · 10256 阅读 · 0 评论 -
深度学习教程(15) | 自然语言处理与词嵌入（吴恩达·完整版）
本节介绍自然语言处理的文本表示与词嵌入相关知识，包括：词嵌入与迁移学习/类比推理，词嵌入学习方法，神经概率语言模型，word2vec(skip-gram与CBOW)，GloVe，情感分析，词嵌入消除偏见原创 2022-04-15 00:29:05 · 9846 阅读 · 0 评论 -
深度学习教程(16) | Seq2seq序列模型和注意力机制（吴恩达·完整版）
本篇介绍自然语言处理中关于序列模型的高级知识，包括Sequence to sequence序列到序列模型和注意力机制。原创 2022-04-15 00:29:15 · 9898 阅读 · 0 评论