文章目录
说明
从2018年开始,断断续续在网易云课堂学完了吴恩达在deeplearning.ai讲授的两门经典课,记录一下:
- Course1:《神经网络和深度学习》,Neural Networks and Deep Learning
- Course4:《卷积神经网络》,Convolutional Neural Networks
虽然这两门课的内容目前已经不算什么新东西了,而且在吴恩达课程播出之前就一直再用TF/Keras编程应用这些网络,但不断重新学习这些基础理论,对理解和灵活运用他们还是很有帮助的。
学习过程中写的文章
学习这些课程的过程中,也根据自己的理解和思考,写了如下一些文章:
- 深度学习的本质
- 深度学习与传统机器学习算法的区别与应用
- CNN中应用dropout需要了解的所有最新知识
- 深度学习中的梯度消失与梯度爆炸
- 深度学习中为什么使用卷积?
- ResNet原理是什么,为什么ResNet能做到那么深?
- 1x1的卷积能做什么呢?
- 理解深度学习中的Inception网络
- 基于深度学习的目标检测思路
- YOLO算法(Bounding Box)目标检测
- IoU(交并比)函数
- 非极大值抑制(目标检测)
- 目标检测中的Anchor Box算法
- 从one-shot问题的解法发现新的deep learning应用思路
- 详解Siamese网络
- 可视化理解卷积神经网络
Course1: Neural Networks and Deep Learning内容与学习过程记录
下图中的绿色实心小圆,表示学完了;空心小圈表示没看过。
Course4:Convolutional Neural Networks内容与学习过程记录
下图中的绿色实心小圆,表示学完了;空心小圈表示没看过。