02 2020 档案

吴恩达 — 神经网络与深度学习 — L2W3练习
摘要：第三周 超参数调整，批量标准化，编程框架 第 61 题 如果在大量的超参数中搜索最佳的参数值，那么应该尝试在网格中搜索而不是使用随机值，以便更系统的搜索，而不是依靠运气，请问这句话是正确的吗？ A.对 B.不对 第 62 题 每个超参数如果设置得不好，都会对训练产生巨大的负面影响，因此所有的超参数都 阅读全文
posted @ 2020-02-08 21:03 ItsukiFujii 阅读(698) 评论(0) 推荐(0)
吴恩达 — 神经网络与深度学习 — L2W2练习
摘要：第二周 优化算法 第 51 题 当输入从第8个mini batch的第7个的例子的时候，你会用哪种符号表示第3层的激活？ A.$a^{[3]\{8\}(7)}$ B.$a^{[8]\{7\}(3)}$ C.$a^{[8]\{3\}(7)}$ D.$a^{[3]\{7\}(8)}$ 第 52 题 关于 阅读全文
posted @ 2020-02-07 17:43 ItsukiFujii 阅读(701) 评论(0) 推荐(0)
吴恩达 — 神经网络与深度学习 — L2W1练习
摘要：课程二 改善深层神经网络 第一周 深度学习的实践 第 41 题 如果你有10,000,000个例子，你会如何划分训练/开发/测试集？ A.33%训练，33%开发，33%测试 B.60%训练，20%开发，20%测试 C.98%训练，1%开发，1%测试 第 42 题 开发和测试集应该： A.来自同一分布 阅读全文
posted @ 2020-02-05 18:51 ItsukiFujii 阅读(788) 评论(0) 推荐(0)
吴恩达 — 神经网络与深度学习 — L1W4练习
摘要：第四周 深度神经网络的核心概念 第 31 题 在我们的前向传播和后向传播实现中使用的“缓存”是什么？ A.它用于在训练期间缓存成本函数的中间值。 B.我们用它将在正向传播过程中计算的变量传递到相应的反向传播步骤。它包含了反向传播计算导数的有用值。 C.它用于跟踪我们正在搜索的超参数，以加快计算速度。 阅读全文
posted @ 2020-02-04 23:15 ItsukiFujii 阅读(675) 评论(0) 推荐(0)
吴恩达 — 神经网络与深度学习 — L1W3练习
摘要：第三周 浅层神经网络 第 21 题 以下哪项是正确的？（选出所有正确项） A.$a^{ "2" }$是第12层，第2个训练数据的激活向量 B.$X$是一个矩阵，其中每个列是一个训练数据 C.$a^{[2]}_4$是第2层，第4个训练数据的激活输出 D.$a^{[2]}_4$是第2层，第4个神经元的激 阅读全文
posted @ 2020-02-04 13:31 ItsukiFujii 阅读(1168) 评论(0) 推荐(0)
吴恩达 — 神经网络与深度学习 — L1W2编程作业
摘要：第二周编程作业 In [8]: import numpy as np import matplotlib.pyplot as plt import h5py In [69]: def load_dataset(): # 读入训练数据 train_datasets = h5py.File('./dat 阅读全文
posted @ 2020-02-03 22:45 ItsukiFujii 阅读(690) 评论(0) 推荐(1)
吴恩达 — 神经网络与深度学习 — L1W2练习
摘要：第二周 - 神经网络基础 第 11 题 神经元计算什么？ A.神经元计算激活函数后,再计算线性函数（z=Wx+b） B.神经元计算一个线性函数（z=Wx+b），然后接一个激活函数 C.神经元计算一个函数g，它线性地缩放输入x（Wx+b） D.神经元先计算所有特征的平均值，然后将激活函数应用于输出 第 阅读全文
posted @ 2020-02-03 22:41 ItsukiFujii 阅读(639) 评论(0) 推荐(0)