随笔分类 - 吴恩达-深度学习课程
吴恩达-深度学习课程
摘要：Week 2 Quiz: Natural Language Processing and Word Embeddings (第二周测验：自然语言处理与词嵌入) 1.Suppose you learn a word embedding for a vocabulary of 10000 words.
阅读全文
摘要：【吴恩达课程使用】安装pandas失败 从新开始搭建环境 在第五课第二周的任务2中，虚拟环境缺少pandas，sklearn依赖，因为用pip比较顺手，就直接使用pip安装，结果各种anaconda环境不支持，在自己的再三调试后，整个anaconda环境完全乱掉了！！！遂有下文： 注意：配好之前的环
阅读全文
摘要：第二周 自然语言处理与词嵌入（Natural Language Processing and Word Embeddings） 2.1 词汇表征（Word Representation） 词汇表示，目前为止一直都是用词汇表来表示词，上周提到的词汇表，可能是 10000 个单词，我们一直用 one h
阅读全文
摘要：Week 1 Quiz: Recurrent Neural Networks(第一周测验：循环神经网络) \1. Suppose your training examples are sentences (sequences of words). Which of the following ref
阅读全文
摘要：一、确认tensorflow的版本： 接上一条tensorflow的安装，注意版本不匹配会出现很多问题！： "【吴恩达课程使用】anaconda (python 3.7) win10安装 tensorflow 1.8" 源网址：https://docs.floydhub.com/guides/env
阅读全文
摘要：机器学习算法推导 矩阵求导中为何会有“转置”？ 之前学习神经网络推导的时候，发现在有的求导上最后结果需要转置，而有的不需要，很困惑： 浅层神经网络反向传播的困惑 正向传播： " " 反向传播： 这里为什么要对W进行转置操作？为什么别处有的地方就没有转置操作？ 矩阵求导知识 思来想去，突然发现自己对矩
阅读全文
摘要：第一周 循环序列模型（Recurrent Neural Networks） 1.1 为什么选择序列模型？（Why Sequence Models?） 1.2 数学符号（Notation） 这个输入数据是 9 个单词组成的序列，所以会有 9 个特征集和来表示这 9 个 单词，并按序列中的位置进行索引，
阅读全文
摘要：Week2 Autonomous driving (case study) (case study)( 自动驾驶 （案例研究）) \1. To help you practice strategies for machine learning, in this week we’ll present
阅读全文
摘要：Week1 Bird recognition in the city of Peacetopia (case study)( 和平之城中的鸟类识别(案例研究)) 1.Problem Statement This example is adapted from a real production ap
阅读全文
吴恩达《深度学习》-第三门课 结构化机器学习项目（Structuring Machine Learning Projects）-第二周：机器学习策略（2）(ML Strategy (2)) -课程笔记
摘要：第二周：机器学习策略（2）(ML Strategy (2)) 2.1 进行误差分析（Carrying out error analysis） 进行错误分析，应该找一组错误样本，可能在你的开发集里或者测试集里，观察错误标记的样本，看看假阳性（false positives）和假阴性（false neg
阅读全文
摘要：第一周 机器学习（ML）策略（1）（ML strategy（1）） 1.1 为什么是 ML 策略？（Why ML Strategy?） 希望在这门课程中，可以教给一些策略，一些分析机器学习问题的方法，可以指引朝着最有希望的方向前进。这门课中，我会分享我在搭建和部署大量深度学习产品时学到的经验和教训。
阅读全文
摘要：【吴恩达课程使用】anaconda (python 3.7) win10安装 tensorflow 1.8 目前tensorflow是只支持到python3.6的，anaconda最新版本已经到python3.7。因为吴恩达课程比较旧一些，这里就配置更加稳定的win10+python3.5+tens
阅读全文
摘要：Week 3 Quiz Hyperparameter tuning, Batch Normalization, Programming Frameworks(第三周测验 超参数调整，批量标 准化，编程框架) \1. If searching among a large number of hyper
阅读全文
摘要：第三周：超参数调试 、 Batch 正则化和程序框架（Hyperparameter tuning） 3.1 调试处理（Tuning process） 调整超参数，如何选择调试值： 实践中，搜索的可能不止三个超参数，很难预知哪个是最重要的超参数，随机取值而不是网格取值表明，探究了更多重要超参数的潜在值
阅读全文
摘要：来源：https://www.jianshu.com/p/c02a1fbffad6 简单易懂的softmax交叉熵损失函数求导 来写一个softmax求导的推导过程，不仅可以给自己理清思路，还可以造福大众，岂不美哉~ softmax经常被添加在分类任务的神经网络中的输出层，神经网络的反向传播中关键的
阅读全文
摘要：Week 2 Quiz Optimization algorithms(第二周测验 优化算法) \1. Which notation would you use to denote the 3rd layer’s activations when the input is the 7th examp
阅读全文
摘要：第二周：优化算法 (Optimization algorithms) 2.1 Mini batch 梯度下降（Mini batch gradient descent） 如果训练集大小𝑚是 500 万或 5000 万或者更大的 一个数，在对整个训练集执行梯度下降法时，必须处理整个训练集，然后才能进行
阅读全文
摘要：Week 1 Quiz Practical aspects of deep learning（第一周测验 深度学习的实践） \1. If you have 10,000,000 examples, how would you split the train/dev/test set? (如果你有 1
阅读全文
摘要：第一周：深度学习的实践层面 (Practical aspects of Deep Learning) 1.1 训练，验证，测试集（Train / Dev / Test sets） 创建新应用的过程中，不可能从一开始就准确预测出一些信息和其他超级参数，例如：神经网络分多少层；每层含有多少个隐藏单元；学
阅读全文
摘要：Week 4 Quiz Key concepts on Deep Neural Networks（第四周 测验 – 深层神经网络） \1. What is the “cache” used for in our implementation of forward propagation and ba
阅读全文
浙公网安备 33010602011771号