weixin_41936775的博客

week44.1 Deep L-layer neural network4.2 深层网络中的前向传播4.2.1 单样本的前向传播学习大概是最可反应付出与回报成正比的事情了叭。共勉！——————————————————————4.1 Deep L-layer neural network在前三周学习了单隐层神经网络和单层神经网络(即逻辑回归)，通常隐藏层较少的神经网络，比如只有一两层的，就称之为 shallow model，也就是较浅的网络，如下图所示的前三种模型。相对应也有 deep model，

week33.1 神经网络的表示3.1.1 神经网络的简单举例在寻求真理的长河中，唯有学习，不断地学习，勤奋地学习，有创造性地学习，才能越重山跨峻岭。 ——华罗庚共勉！！！以上。—————————————————————————————————3.1 神经网络的表示3.1.1 神经网络的简单举例以上周学习的Logistic回归为例，解释下神经网络的结构。神经网络是由许多个神经元构成的，每一个神经元都承担着不同的任务(为方便叙述称一个神经元为一个结点(node))。例1 对一个有着三个**输

毛主席曾经说过：情况是在不断的变化，要使自己的思想适应新的情况，就得学习。所以！继续学习！！！以上。———————————————————————————————————week2：神经网络基础2.1 二分分类2.1.1 分类器的输入与输出2.1.2 符号注记2.1 二分分类整个第二周的课程会以逻辑回归-Logistic Regression为例进行讲解，逻辑回归是一个用于二分分类的算法，对该算法不太了解的同学可以去看一下吴老师的机器学习课程，里面讲的超级简单易懂。附上网址：吴恩达机器学习分

《深度学习工程师》是吴恩达教授与网易合作的一项免费公开微专业，可以在网易云课堂上进行学习，这个微专业包含了五个公开课，分别是：神经网络和深度学习改善深层神经网络：超参数调试、正则化以及优化结构化机器学习项目卷积神经网络序列模型去年学习了吴老师最经典的机器学习课程(不得不说的是网易真的很不错，中英双字幕真的救了英语听力极差的我)，可惜没有做太多笔记，甚至有些知识点已经还给老师了????，于是痛下决心，决定这次听课的时候好好做笔记！！！时不我待，加油！！！以上。———————————————