![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
吴恩达深度学习
文章平均质量分 84
xavierri
这个作者很懒,什么都没留下…
展开
-
吴恩达深度学习第一课第三周(浅层神经网络)
打卡(1)3.1 神经网络概览 * 可以很多个sigmoid单元堆叠起来构成一个神经网络。 * 图中[1]、[2]表示层((1),(2)表示单个样本); * 图中圆圈是sigmoid函数,由两步算的,第一步算z。第二步算a;打卡(2)3.2 神经网络表示 * 输入层———隐藏层————输出层————预测值(输入层一般不看作是一个标准层,神经网络的层数指隐藏层...原创 2018-03-09 00:49:10 · 1303 阅读 · 0 评论 -
吴恩达深度学习第一课第四周(深层神经网络)
打卡(1)4.1 深层神经网络 * 符号约定:输入层X=a[0],预测值ŷ =a[L]X=a[0],预测值y^=a[L]X=a^{[0]} ,预测值\hat{y}=a^{[L]}打卡(2)4.2 深层网络中前向传播 单个样本: X=a[0]X=a[0]X=a^{[0]} Z[1]=W[1]a[0]+b[1]Z[1]=W[1]a[0]+b[1]Z^{[...原创 2018-03-12 00:18:03 · 916 阅读 · 0 评论 -
吴恩达深度学习第一课第一周
打卡(1)1.1 什么是神经网络 * ReLu:修正线性单元(取值不小于0) 向量X(x1,x2,x3,x4x1,x2,x3,x4x_1,x_2,x_3,x_4)是输入特征,y是输出,在一个神经网络中,中间的圆圈被称为“隐藏单元”,隐藏单元的输入都同时来自所有的输入特征。1.2 用神经网络进行监督学习神经网络进行监督学习的应用: CNN(卷积神经网络)、RNN(循...原创 2018-03-05 15:16:11 · 737 阅读 · 0 评论 -
吴恩达深度学习第一课第二周
第二周 神经网络基础打卡(1)2.1 二分类在二分分类问题中 目标是训练处一个分类器,它以图片(本例中)的特征向量X作为输入,来预测输出的结果标签y是1还是0,也就是预测图片中是否有猫。课程中会用到的数学符号:(x,y)(x,y)(x,y):表示一个单独的样本;x∈Rnxx∈Rnxx\in R^{n_x}:表示x是nxnxn_x维的特征向量;y∈y∈y\in ...原创 2018-03-05 22:49:14 · 1246 阅读 · 1 评论 -
吴恩达深度学习第二课第一周
打卡1深度学习的使用层面1.1 训练/开发/测试集 * 应用深度学习是一个典型的迭代过程1.2 偏差/方差 1.3 机器学习基础 * high bias (欠拟合)解决方法:尝试规模更大的神经网络 * high variance (过拟合)解决方法:采用更多的数据;正则化 * 打卡21.4 正则化 L1正则化可以产生稀疏权值...原创 2018-05-01 16:28:14 · 2137 阅读 · 0 评论