![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习吴恩达
文章平均质量分 98
小飞猪666
这个作者很懒,什么都没留下…
展开
-
深度学习(五)序列模型-循环神经网络(RNN)(3) -Andrew Ng
一、基础知识1.1二、测验三、编程原创 2020-05-14 11:09:06 · 1176 阅读 · 0 评论 -
深度学习(五)序列模型-循环神经网络(RNN)(2) -Andrew Ng
一、基础知识1.1 单词表征(one-hot表示)上节我们学习了RNN、GRU单元和LSTM单元。本节你会看到我们如何把这些知识用到NLP上,用于自然语言处理,深度学习已经给这一领域带来了革命性的变革。其中一个很关键的概念就是词嵌入(word embeddings),这是语言表示的一种方式,可以让算法自动的理解一些类似的词,比如男人对女人,比如国王对王后,还有其他很多的例子。通过词嵌入的概念你就可以构建NLP应用了,即使你的模型标记的训练集相对较小。最后我们会消除词嵌入的偏差,就是去除不想要的特性,原创 2020-05-13 12:40:32 · 1379 阅读 · 0 评论 -
深度学习(五)序列模型-循环神经网络(RNN)(1) -Andrew Ng
一、基础知识1.1 为什么选择序列模型?序列模型能够应用在许多领域,例如: 语音识别 音乐发生器 情感分类 DNA序列分析 机器翻译 视频动作识别 命名实体识别 这些序列模型基本都属于监督式学习,输入x和输出y不一定都是序列模型。如果都是序列模型的话,模型长度不一定完全一致。...原创 2020-05-07 23:20:55 · 1763 阅读 · 0 评论 -
深度学习(四)卷积神经网络-人脸识别和神经风格转换(4) -Andrew Ng
一、基础知识1.1什么是人脸识别?首先简单介绍一下人脸验证(face verification)和人脸识别(face recognition)的区别。人脸验证:输入一张人脸图片,验证输出与模板是否为同一人,即一对一问题。人脸识别:输入一张人脸图片,验证输出是否为K个模板中的某一个,即一对多问题。一般地,人脸识别比人脸验证更难一些。因为假设人脸验证系统的错误率是1%,那么在人脸...原创 2020-05-07 00:29:52 · 1720 阅读 · 0 评论 -
深度学习(四)卷积神经网络-卷积神经网络(3) -Andrew Ng
一、基础知识1.1目标定位前两节课程中,我们介绍的是利用CNN模型进行图像分类。除此之外,本周课程将继续深入介绍目标定位和目标检测(包含多目标检测)。 图片分类问题你已经并不陌生了,如:输入一张图片到多层卷积神经网络。这就是卷积神经网络,它会输出一个特征向量,并反馈给 softmax 单元来预测图片类...原创 2020-04-28 23:50:40 · 1734 阅读 · 0 评论 -
深度学习(四)卷积神经网络-卷积神经网络(2) -Andrew Ng
一、基础知识1.1为什么要进行实例探究?本文将主要介绍几个典型的CNN案例。通过对具体CNN模型及案例的研究,来帮助我们理解知识并训练实际的模型。典型的CNN模型包括: LeNet-5 AlexNet VGG 除了这些性能良好的CNN模型之外,我们还会介绍Residual Network(ResNet)。其特点是可以构建很深很深的神经网络(目前最深的好像...原创 2020-04-27 11:19:32 · 4367 阅读 · 0 评论 -
深度学习(四)卷积神经网络-卷积神经网络(1) -Andrew Ng
一、基础知识1.1 计算机视觉计算机视觉是一个飞速发展的一个领域,这多亏了深度学习。深度学习与计算机视觉可以帮助汽车,查明周围的行人和汽车,并帮助汽车避开 它们。还使得人脸识别技术变得更加效率和精准,你们即将能够体验到或早已体验过仅仅通 过刷脸就能解锁手机或者门锁。当你解锁了手机,我猜手机上一定有很多分享图片的应用。 在上面,你能看到美食,酒店或美丽风景的图片。有些公司在这些应用上使用了深...原创 2020-04-20 00:00:46 · 6875 阅读 · 0 评论 -
深度学习(二)改善深层神经网络:超参数调试、 正则化以及优化-(超参数调试、Batch正则化和程序框架及课后作业) -Andrew Ng
一、基础知识1.1调试处理关于训练深度最难的事情之一是你要处理的参数的数量,从学习速率???? 到Momentum(动量梯度下降法)的参数????。如果使用Momentum或Adam优化算法的参数????1,????2和????,也许你还得选择层数,也许你还得选择不同层中隐藏单元的数量,也许你还想使用学习率衰减。所以,你使用的不是单一的学习率????,当然你可能还需要选择mini-batch的大小。结果证实一些...原创 2020-04-18 00:24:59 · 2165 阅读 · 0 评论 -
深度学习(三)结构化机器学习项目-机器学习策略1 -Andrew Ng
一、机器学习策略(1)1、1 什么是机器学习策略 我们从一个启发性的例子开始讲,假设你正在调试你的猫分类器,经过一段时间的调整, 你的系统达到了 90%准确率,但对你的应用程序来说还不够好。 你可能有很多想法去改善你的系统,比如, 你可能想我们去收集更多的训练数据吧。或者你会说,可能你的训练集的多样性还不够,你应该收集更多不同姿势的猫咪图片,或者更多样化的反例集。...原创 2020-04-06 15:08:22 · 1020 阅读 · 0 评论 -
深度学习(三)结构化机器学习项目-机器学习策略2 -Andrew Ng
一、机器学习策略(2)1.1 进行误差分析 如果你希望让学习算法能够胜任人类能做的任务,但你的学习算法还没有达到人类的表现,那么人工检查一下你的算法犯的错误也许可以让你了解接下来应该做什么。这个过程称为错误分析,我们从一个例子开始讲吧。 假设你正在调试猫分类器,然后你取得了90%准确率,相当于10%错误,,在你的开发集上做到这样,这离你希望的目标还有很远。也许你...原创 2020-04-07 00:02:07 · 838 阅读 · 0 评论 -
深度学习(二)改善深层神经网络:超参数调试、 正则化以及优化-优化算法及课后作业 -Andrew Ng
fff原创 2020-04-16 10:28:11 · 2146 阅读 · 0 评论 -
深度学习(二)改善深层神经网络:超参数调试、 正则化以及优化-实用层面以及课后作业 -Andrew Ng
课后测验1. 如果你有10,000,000个例子,你会如何划分训练/开发/测试集?训练集占98% , 开发集占1% , 测试集占1% 。2. 开发和测试集应该:来自同一分布。3. 如果你的神经网络模型似乎有很高的方差,下列哪个尝试是可能解决问题的?添加正则化, 获取更多的训练数据 。4. 你在一家超市的自动结帐亭工作,正在为苹果,香蕉和橘子制作分类器。 假设您的分类器在...原创 2020-04-14 18:29:35 · 2154 阅读 · 0 评论 -
深度学习笔记目录大全(吴恩达)
https://blog.csdn.net/red_stone1/article/details/80207815第一周:深度学习引言(Introduction to Deep Learning)1.1 欢迎(Welcome)1.2 什么是神经网络?(What is a Neural Network)1.3 神经网络的监督学习(Supervised Learning with Ne...转载 2020-03-27 22:11:29 · 1076 阅读 · 0 评论