2020年6月1日
第二周：神经网络基础课堂笔记
摘要： 2.7计算图 2.8计算图的导数计算 2.9 logistic回归中的梯度下降法 2.10 m个样本的梯度下降 2.11向量化比for循环可以节省大量的时间，运行速度会更快 2.12 向量化的更多例子 2.13 向量化logistic 回归 2.15python中的广播 https://blog.c 阅读全文
posted @ 2020-06-01 21:54 小孢子 阅读(170) 评论(0) 推荐(0)
第四周：深度神经网络的核心概念笔记
摘要： 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？ 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。 如图： 第 32 题 以下哪些是“超参数”？(选出所有正确项) A.隐藏层规模n[l]【★】 B.神经网络的层数L【★】 C.激 阅读全文
posted @ 2020-06-01 21:38 小孢子 阅读(245) 评论(0) 推荐(0)