摘要： 1.Why ML Strategy? 当我们要优化一个模型的时候,我们可以通过许多种方法: 而如何选择的方法也是多种多样,有一个快速,有效选择的策略对于我们而言非常重要. 2.Orthogonalization 正交化 调节电视图像的时候,要使电视图像到正立中间,我们可以对于图像的水平方向,垂直方向 阅读全文

摘要： 1.Tuning Process 对超参数的一个调试处理 一般而言,在调试超参数的过程中,我们通常将学习率learning_rate看作是最重要的一个超参数,其次是动量梯度下降因子β(一般为0.9),隐藏层单元个数,mini-batch size,再然后是layers,learning rate d 阅读全文

摘要： 1. 第 1 个问题 If searching among a large number of hyperparameters, you should try values in a grid rather than random values, so that you can carry out 阅读全文

摘要： Optimization Methods Until now, you've always used Gradient Descent to update the parameters and minimize the cost. In this notebook, you will learn m 阅读全文

摘要： 1. 第 1 个问题 Which notation would you use to denote the 3rd layer’s activations when the input is the 7th example from the 8th minibatch? a^{[8]\{3\}(7) 阅读全文

摘要： 1.Mini-batch batch:之前所用的都是将m个样本放在一起组成向量来就行训练,称为batch,所存在的问题:当样本的数量比较庞大的时候,迭代一次所需要的时间比较多 ,这种梯度下降算法成为Batch Gradient Descent 为了解决这一问题引入 Mini-batch Gradie 阅读全文

摘要： Gradient Checking¶ Welcome to the final assignment for this week! In this assignment you will learn to implement and use gradient checking. You are pa 阅读全文

摘要： 最后一个题跑出来的结果不知道为什么和答案相差甚远.......== Regularization Welcome to the second assignment of this week. Deep Learning models have so much flexibility and capa 阅读全文

摘要： Initialization Welcome to the first assignment of "Improving Deep Neural Networks". Training your neural network requires specifying an initial value 阅读全文

摘要： 1point 1. 第 1 个问题 If you have 10,000,000 examples, how would you split the train/dev/test set? 98% train . 1% dev . 1% test √ 33% train . 33% dev . 33 阅读全文