随笔分类 -  A---深度学习笔记

上一页 1 2 3 4
plt.scatter(X[0, :], X[1, :], c=Y, s=40, cmap=plt.cm.Spectral)出错
摘要：Y改成Y.reshape(400) 阅读全文
posted @ 2019-01-19 12:28 douzujun 阅读(5566) 评论(0) 推荐(0)
Neural Networks and Deep Learning（week3）Planar data classification with one hidden layer(基于单隐藏层神经网络的平面数据分类)
摘要：Planar data classification with one hidden layer 你会学习到如何： 用单隐层实现一个二分类神经网络 使用一个非线性激励函数，如 tanh 计算交叉熵的损失值 实现前向传播和后向传播 1 - Packages(导入包) 需要导入的包： numpy：Pyt 阅读全文
posted @ 2019-01-18 21:25 douzujun 阅读(1945) 评论(0) 推荐(1)
numpy笔记—np.sum中keepdims作用
摘要：我们使用（keepdims = True）来确保 A.shape 是（4,1）而不是（4，），它使我们的代码更加严格。容易减少深度学习中代码bug 阅读全文
posted @ 2019-01-18 20:22 douzujun 阅读(1670) 评论(0) 推荐(0)
Neural Networks and Deep Learning （week3）浅层神经网络(Shallow neural networks)
摘要：3.1 神经网络概述（Neural Network Overview ） （神经网络中，我们要反复计算a和z,最终得到最后的loss function） 3.2 神经网络的表示（Neural Network Representation) 3.3 计算一个神经网络的输出（Computing a Ne 阅读全文
posted @ 2019-01-17 14:40 douzujun 阅读(1666) 评论(1) 推荐(0)
scipy笔记—scipy.misc.imresize用法(方便训练图像数据)
摘要：scipy.misc.imresize 不同于普通的reshape， imresize不是单纯的改变图像矩阵的维度，而是能将图片重采样为指定像素，这样给深度学习中训练图像数据带来方便。 import numpy as np import matplotlib.pyplot as plt import 阅读全文
posted @ 2019-01-17 00:38 douzujun 阅读(10154) 评论(0) 推荐(0)
Neural Networks and Deep Learning（week2）Logistic Regression with a Neural Network mindset（实现一个图像识别算法）
摘要：Logistic Regression with a Neural Network mindset You will learn to: Build the general architecture of a learning algorithm, including: Initializing p 阅读全文
posted @ 2019-01-14 15:42 douzujun 阅读(4309) 评论(0) 推荐(0)
Neural Networks and Deep Learning（week2）神经网络的编程基础 (Basics of Neural Network programming)
摘要：总结 一、处理数据 1.1 向量化（vectorization） (height, width, 3) > 展开shape为（heigh*width*3, m）的向量 1.2 特征归一化（Normalization） 一般数据，使用标准化（Standardlization）， z(i) = (x(i 阅读全文
posted @ 2019-01-10 16:44 douzujun 阅读(2483) 评论(0) 推荐(0)

上一页 1 2 3 4