随笔分类 -  深度学习

Sequence Models 笔记（二）
摘要：2 Natural Language Processing & Word Embeddings 2.1 Word Representation（单词表达） vocabulary，每个单词可以使用1 hot表示，写作$O^{5391}$之类，上标可以变。只是用1 hot，不能知道任意两个单词的关系，例 阅读全文
posted @ 2019-01-22 15:08 huipengly 阅读(693) 评论(0) 推荐(0)
Sequence Models 笔记（一）
摘要：1 Recurrent Neural Networks(循环神经网络) 1.1 序列数据 输入或输出其中一个或两个是序列构成。例如语音识别，自然语言处理，音乐生成，感觉分类，dna序列，机器翻译，视频状态识别，名称识别。 1.2 Notation（符号） $x ^ { ( i ) }$表示第$i$个 阅读全文
posted @ 2019-01-21 22:44 huipengly 阅读(454) 评论(0) 推荐(0)
Convolutional Neural Networks 笔记
摘要：1 Foundations of Convolutional Neural Networks 1.1 cv问题 图像分类、目标检测、风格转换。但是高像素的图片会带来许多许多的特征。 1.2 边缘检测(卷积操作) 图像和卷积核（滤波器）移动相乘。横向、纵向滤波器。过滤器里的值也是可以学习的。 1.3 阅读全文
posted @ 2019-01-15 19:32 huipengly 阅读(903) 评论(0) 推荐(0)
Structuring Machine Learning Projects 笔记
摘要：1 Machine Learning strategy 1.1 为什么有机器学习调节策略 当你的机器学习系统的性能不佳时，你会想到许多改进的方法。但是选择错误的方向进行改进，会使你花费大量的时间，但是无法得到想要的结果。 这一部分吴恩达老师将讲解一些他在国王总结的经验教训，改进策略，避免南辕北辙。而 阅读全文
posted @ 2019-01-04 21:13 huipengly 阅读(498) 评论(0) 推荐(0)
Improving Deep Neural Networks 笔记
摘要：1 Practical aspects of Deep Learning 1.1 Train/Dev/Test sets 在小样本的机器学习中，可以分为60/20/20。 在大数据训练中，不需要划分很多的开发集和测试集。假如共有一百万数据，可以只取其中1万条作为开发集，1万条作为测试集。剩下的作为训 阅读全文
posted @ 2019-01-03 20:30 huipengly 阅读(465) 评论(0) 推荐(0)
Neural Networks and Deep Learning 笔记
摘要：1 Introduction to Deep Learning 介绍了神经网络的定义，有监督学习，分析了为什么深度学习会崛起 1.1 结构化数据/非结构化数据 结构化数据：有一个确切的数据库，有key value索引 非结构化数据：音频、图像等。没有确定的结构 1.2 为什么深度学习会兴起 数据规模 阅读全文
posted @ 2019-01-02 20:32 huipengly 阅读(703) 评论(0) 推荐(0)
deeplearning.ai 旁听如何做课后编程作业
摘要：在上吴恩达老师的深度学习课程，在coursera上。 我觉得课程绝对值的49刀，但是确实没有额外的钱来上课。而且课程提供了旁听和助学金。 之前在coursera上算法和机器学习都是直接旁听的，这些课旁听和注册没有任何区别。这回deeplearning.ai系列的课程，旁听无法提交作业，无法做程序作业 阅读全文
posted @ 2019-01-01 16:01 huipengly 阅读(5078) 评论(5) 推荐(0)