![](https://img-blog.csdnimg.cn/20190927151053287.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
网课笔记
文章平均质量分 93
各类学习笔记
风中一匹狼v
用大白话把事情讲清楚
展开
-
linux最常用命令汇总(兼linux达人计划笔记)
只记录常用易错,过于基础或者比较偏的不做记录。//ls命令-l 显示详细信息-a 显示所有文件,包括隐藏文件-d 显示目录属性-h 人性化显示文件大小-i 显示inodell 等于ls -l//第一个-表示文件类型,-表示普通文件,d表示目录,l表示链接文件//后面9个三个一组,u所有者,g所属组,o其他人//r可读,w可写,x可执行-rw-r--r--//递归创建目录...原创 2020-02-17 14:45:06 · 213 阅读 · 0 评论 -
linux网络管理笔记
1.1 OSI七层模型MAC地址用于局域网通信,IP地址用于外网通信用一个例子来解释工作机制:写信,双方事先商量用摩斯密码做内容,在表示层完成,相当于加密;然后会话层判断,这是一封邮件需要传输,给到传输层;传输层处写信封的发件人和收件人,相当于记录端口信息;网络层再写具体的门牌地址,相当于记录IP地址;数据链路层再写邮局的地址,相当于记录MAC地址;物理层相当于邮筒,实际地开始传信。各层...原创 2020-07-21 11:06:56 · 187 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(05.序列模型)第二周 自然语言处理与词嵌入
自然语言处理与词嵌入本周是序列模型第二周的内容。2.1 词汇表征上一周有讲到,处理句子时对于每个单词的表示是通过一个one-hot向量,也就是需要一个词汇库,向量显示其位置。这种语言模型的缺陷是无法捕捉词语之间的相关性,泛化能力比较差。引出一种特征表示的方法,每一个词语依然由一个向量表示,而向量的每个值代表一种特征,这样的向量表示可以使得相似的词语在表示上也更为接近,从而解决上述问题。...原创 2021-06-18 18:57:48 · 240 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(05.序列模型)第一周 循环系列模型
循环系列模型本周是序列模型第一周的内容。1.1 为什么选择序列模型序列模型有非常多的应用:语音识别、音乐生成、情感分类、DNA序列分析、机器翻译、视频行为识别、命名实体识别等等。1.2 数学符号从上一节可以看到,序列模型依然是监督学习范畴,即需要给定x和y。举一个例子,给定一段文本,想要识别其中表示名字的单词。下图展示了一些数学符号,表示单词位置。在自然语言处理中,x序列中每...原创 2021-06-18 18:57:25 · 204 阅读 · 0 评论 -
吴恩达深度学习网课编程作业——常见报错解决方案
该篇记录深度学习网课作业中跑代码时出现的一些未知BUG,以及解决方法,一直更新。1 ‘c’ argument has 1 elements…该报错来自exercise2_1中,前面作业也出现过。这个主要是plt.scatter函数改版所致,解决方法:import operatorfrom functools import reduceplt.scatter(X[0, :], X[1,...原创 2019-08-21 10:28:49 · 977 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(04.卷积神经网络)第三周 目标检测
目标检测3.1 目标定位前两周讲的内容多是图像分类问题,也就是给定一张图片,判定其是否为某一物体,对应下图最左情况;再深入一点应当是不仅判断分类,还要标记出物体在图中的位置;甚至是多物体识别,判定图中有哪些物体。目标定位就是在输出时给出目标定位框的参数信息,通常设定左上角是(0,0),右下角是(1,1),且设置几种物体可能的类别。下面是分类的一个详细过程,输出的是定位框的4个参数信息...原创 2019-07-23 10:09:06 · 535 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(04.卷积神经网络)第二周 深度卷积网络:实例探究
深度卷积网络:实例探究2.1 为什么要进行实例探究?这周内容将了解一些现有的神经网络框架。2.2 经典网络该节介绍了用于计算机视觉的几个经典卷积神经网络,均来自于几篇经典文献,可以考虑阅读。2.3 残差网络残差网络是指在正向传播时不按照原有路线往前传播,而是采用一种“跳远连接”,从某一层直接传到更深层的线性计算后、ReLu激活前。普通的深度神经网络容易产生梯度爆炸、梯度消...原创 2019-07-23 10:08:26 · 242 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(04.卷积神经网络)第一周 卷积神经网络
卷积神经网络1.1 计算机视觉计算机视觉是深度学习中的一个分支领域,主要是对图片进行处理。在对图片进行处理时,输入的特征往往都是像素值,如果图片很大则会造成参数非常多,那么学习起来相当复杂而且容易过拟合,因此引出卷积运算。1.2 边缘检测示例该节讲了如果进行卷积运算,以及垂直边缘检测的概念。图片像素矩阵和一个方阵(称为过滤器)进行卷积运算,实际上就是将方阵在大矩阵上不断移动,对应元素...原创 2019-07-23 10:07:56 · 328 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(04.卷积神经网络)第四周 特殊应用:人脸识别和神经风格转换
特殊应用:人脸识别和神经风格转换这周是卷积神经网络的第二个应用内容——人脸识别3.1 什么是人脸识别?比如进某个公司需要刷脸才能进入,机器可以识别出你是否是该公司的一员,且具体是哪一个人。人脸验证和人脸识别是不一样的,验证是1对1,指定验证是否为某一个人,而识别是1对多,需要识别出具体是一群人里的哪一个人,后者难度更大。3.2 One-Shot学习一次学习就是指数据库中每个人的图片...原创 2019-07-26 21:48:27 · 305 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(02.改善深层神经网络)第二周 优化算法
改善深层神经网络——优化算法前面已经学会了基本的神经网络搭建,但只有把参数调好,使各项设置更符合自己的问题,才能最大2.1 Mini-batch梯度下降法在前面的梯度下降法中,使用向量化的方法对多样本进行了处理,当数据量非常大时(百万级以上),一次性迭代遍历所有训练集运算速度会很慢。Mini-batch:将训练集分割成k个子集,在每个子集上进行梯度下降,这样每一次迭代都会进行k次梯度下...原创 2019-07-06 20:21:55 · 216 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(02.改善深层神经网络)第一周 深度学习的实用层面
改善深层神经网络——深度学习的实用层面前面已经学会了基本的神经网络搭建,但只有把参数调好,使各项设置更符合自己的问题,才能最大化我们的预测准确率。这一周的内容在机器学习网课中实际上大部分都已经有讲,注意一些更新变化的点。1.1 训练/验证/测试集该节主要是讲如何分割训练集、验证集和测试集。只有训练集和测试集——7:3三者都有——6:2:2百万级数据——训练集占到99%以上还有...原创 2019-07-06 20:21:13 · 314 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(02.改善深层神经网络)第三周 超参数调试、Batch正则化和程序框架
改善深层神经网络——超参数调试、Batch正则化和程序框架3.1 调试处理目前神经网络中需要调整的参数主要如下:其中,红色是最重要的,黄色次之,紫色最后。调参可以使用GridSearch方式,但注意要取随机值,因为如果按固定步长取,不能考虑到不同参数的不同重要性,即不能让更重要的参数取到更多不一样的值。先在大范围里找最好参数,再到小范围里细致寻找。...原创 2019-07-09 10:04:54 · 159 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(01.神经网络和深度学习)第四周 深层神经网络
神经网络和深度学习——深层神经网路上一周学完了浅层神经网络的基本知识,学会了搭建一个双层的神经网络模型并用其解决实际问题,该周内容更深入一步进入深层神经网络,这周开始的内容开始真正体现深度学习。4.1 深层神经网络该节给出一些符号约定。4.2 深层网络中的前向传播该节介绍深层网络的前向传播过程,实际内容和双层神经网络一样,只是多重复几次,计算过程可以用一个for循环。4.3 核对...原创 2019-05-19 22:10:35 · 336 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(01.神经网络和深度学习)第三周 浅层神经网络
神经网络和深度学习——浅层神经网路这一部分开始正式步入神经网络学习,要稍微细致一些,基础细节理解越深入,后面学习越顺畅。3.1 神经网络概览该节主要对比神经网络和逻辑回归,给出神经网络的基本介绍以及个别符号表示。圆括号上标表示单个样本,中括号上标表示神经网络的层数。神经网络其实就是重复逻辑回归的计算过程。3.2 神经网络表示该节展示了一个双层神经网络(输入层算作0层,不计数),注...原创 2019-04-19 16:54:18 · 250 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(01.神经网络和深度学习)第二周 神经网络基础
神经网络和深度学习——神经网路基础2.1 二分分类该节主要给出一些符号定义,学过机器学习课程后应该比较熟悉。Python中使用X.shape来显示矩阵维度,还有一点要注意的是这里使用一列表示一个样本,而行数则是特征向量的维度。(由于时间关系公式基本上就截图了,等到后面重点复杂章节的时候再手敲)2.2 logistic回归该节就介绍了一下逻辑回归的预测形式,很基础的内容。逻辑回归就...原创 2019-04-10 14:31:33 · 300 阅读 · 0 评论 -
pycharm配置科学计算库——Anaconda3常见BUG解决方案
最近在学深度学习网课,需要用到科学计算库,有两种方式:单独下载指定库用Anaconda配置整套库用第二种方法会更加便捷,网上教程都千篇一律,实际中可能还是会出一些小问题。这里说一下配置的时候我出现的问题以及解决方案:1.导入选择哪一个环境?这里添加我前三个都试过,好像都是可以用的。一般就选择前两个,virtualenv和conda,然后点右边的Existing environmen...原创 2019-04-05 13:25:37 · 772 阅读 · 0 评论 -
吴恩达深度学习网课 通俗版笔记——(01.神经网络和深度学习)第一周 深度学习概论
深度学习课程笔记欢迎使用Markdown编辑新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markd...原创 2019-04-04 11:17:17 · 597 阅读 · 0 评论