吴恩达 深度学习 课后作业内容目录

这篇内容涵盖吴恩达深度学习课程的部分作业,包括1-2章节的Python基础知识与Numpy操作,如sigmoid函数、逻辑回归;1-3章节的单隐藏层计划数据分类,涉及tanh和sigmoid激活函数;1-4章节则深入讲解了深度神经网络的构建步骤,如ReLU和sigmoid的反向传播,多层前向与反向传播,以及图像分类应用。
摘要由CSDN通过智能技术生成

此文仅供日后内容查找使用:

1-2:

Python+Basics+With+Numpy+v3

sigmoid
sigmoid_derivative #求导
image2vector #reshape
normalizeRows
softmax
L1 and L2 loss functions

Logistic Regression with a Neural Network mindset

initialize_with_zeros
propagate
optimize
predict
model
Choice of learning rate

1-3:

Planar data classification with one hidden layer

input -> tanh -> sigmoid
initialize_parameters (W random, b zero)
forward_propagation
compute_cost
backward_propagation
update_parameters
nn_model
predict and accuracy for binary classification
try cross-validation for hyper-parameters

1-4

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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