Coursera吴恩达《深度学习》课程总结(全)
这里有Coursera吴恩达《深度学习》课程的完整学习笔记,一共5门课:《神经网络和深度学习》、《改善深层神经网络》、《结构化机器学习项目》、《卷积神经网络》和《序列模型》,最后附上人工智能领域大师访谈,干货满满。
第一门课:神经网络和深度学习基础,介绍一些基本概念。(四周)
第二门课:深度学习方面的实践,严密的构建神经网络,如何真正让它表现良好。超参数调整,正则化诊断偏差和方差,高级优化算法,如Momentum和Adam算法。(三周)
第三门课:学习如何结构化你的机器学习项目,构建机器学习系统的策略改变深度学习的错误,以及端对端深度学习。(两周)
第四门课:大名鼎鼎的卷积神经网络CNN,常应用于图像领域,介绍如何搭建这样的模型,包括卷积层,池化层和全连接层这些组件;经典模型(VGG、AlexNet和LeNet-5,以及ResNets和Inception系列)。(四周)
第五门课:序列模型,如何将它们应用于自然语言处理以及其他问题。系列模型包括的模型有循环神经网络RNN,长短期记忆网络LSTM模型,应用于序列数据NLP,或者语音识别或者编曲。(三周)
下面给出具体笔记链接:
01 神经网络和深度学习(Neural Networks and Deep Learning)
1-1 深度学习概论
1-1 Coursera吴恩达《神经网络与深度学习》第一周课程笔记-深度学习概论
1-2 神经网络基础
1-2 Coursera吴恩达《神经网络与深度学习》第二周课程笔记-神经网络基础
1-3 浅层神经网络
1-3 Coursera吴恩达《神经网络与深度学习》第三周课程笔记-浅层神经网络
1-4 深层神经网络
1-4 Coursera吴恩达《神经网络与深度学习》第四周课程笔记-深层神经网络
02 改善深层神经网络:超参数调试、正则化以及优化(Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization)
2-1 深度学习的实践方面
2-1 Coursera吴恩达《改善深度神经网络》 第一周课程笔记-深度学习的实践方面
2-2 优化算法
2-2 Coursera吴恩达《改善深度神经网络》第二周课程笔记-优化算法
2-3 超参数调试和Batch Norm及框架
2-3 Coursera吴恩达《改善深度神经网络》第三周课程笔记-超参数调试、Batch正则化和编程框架
03 结构化机器学习项目(Structuring Machine Learning Projects)
3-1 机器学习策略(1)
3-1 Coursera吴恩达《构建机器学习项目》 第一周课程笔记-机器学习策略(1)
3-2 机器学习策略(2)
3-2 Coursera吴恩达《构建机器学习项目》 第二周课程笔记-机器学习策略(2)
04 卷积神经网络(Convolutional Neural Networks)
4-1 卷积神经网络基础
4-1 Coursera吴恩达《卷积神经网络》 第一周课程笔记-卷积神经网络基础
4-2 卷积神经网络实例模型
4-2 Coursera吴恩达《卷积神经网络》 第二周课程笔记-深度卷积模型:实例探究
4-3目标检测
4-3 Coursera吴恩达《卷积神经网络》 第三周课程笔记-目标检测
4-4 特殊应用:人脸识别和神经风格迁移
4-4 Coursera吴恩达《卷积神经网络》 第四周课程笔记-特殊应用:人脸识别和神经风格转换
05 序列模型(Sequence Models)
5-1 循环神经网络
5-1 Coursera吴恩达《序列模型》 第一周课程笔记-循环序列网络(RNN)
5-2 自然语言处理和词嵌入
5-2 Coursera吴恩达《序列模型》 第二周课程笔记-自然语言处理和词嵌入
5-3 序列模型和注意力机制
5-3 Coursera吴恩达《序列模型》 第三周课程笔记-序列模型和注意力机制
06 人工智能大师访谈
【人工智能行业大师访谈1】吴恩达采访 Geoffery Hinton
【人工智能行业大师访谈2】吴恩达采访 Pieter Abbeel
【人工智能行业大师访谈3】吴恩达采访 Ian Goodfellow
【人工智能行业大师访谈4】吴恩达采访Yoshua Bengio
【人工智能行业大师访谈5】吴恩达采访林元庆
【人工智能行业大师访谈6】吴恩达采访 Andrej Karpathy
【人工智能行业大师访谈7】吴恩达采访 Ruslan Salakhutdinov
说明:记录学习笔记,如果错误欢迎指正!写文章不易,转载请联系我。
Coursera吴恩达《深度学习》课程总结(全)相关推荐
- 吴恩达深度学习课程的漫画版来了!(漫画、视频、笔记都可以下载了!)
吴恩达深度学习课程,个人认为是对初学者最友好的课程,非常系统.初学者如果希望快速入门,建议从这门课开始.由于是视频课,除了课程笔记之外,可以先看看课程漫画,更有助于理解. 尽管是英文版,但英文水平达到 ...
- 360题带你走进深度学习!吴恩达深度学习课程测试题中英对照版发布
吴恩达的深度学习课程(deepLearning.ai)是公认的入门深度学习的宝典,本站将课程的课后测试题进行了翻译,建议初学者学习.所有题目都翻译完毕,适合英文不好的同学学习. 主要翻译者:黄海广 内 ...
- github标星8331+:吴恩达深度学习课程资源(完整笔记、中英文字幕视频、python作业,提供百度云镜像!)...
吴恩达老师的深度学习课程(deeplearning.ai),可以说是深度学习入门的最热门课程,我和志愿者编写了这门课的笔记,并在github开源,star数达到8331+,曾经有相关报道文章.为解决g ...
- 神经网络隐藏层个数怎么确定_含有一个隐藏层的神经网络对平面数据分类python实现(吴恩达深度学习课程1第3周作业)...
含有一个隐藏层的神经网络对平面数据分类python实现(吴恩达深度学习课程1第3周作业): ''' 题目: 建立只有一个隐藏层的神经网络, 对于给定的一个类似于花朵的图案数据, 里面有红色(y=0)和 ...
- 吴恩达深度学习课程笔记(初步认识神经网络)
吴恩达深度学习课程笔记1 课程主要内容 1.神经网络与深度学习介绍 2.Improving Deep Neural Networks:超参数调整,正则化,优化方法 3.结构化机器学习工程:比如如何分割 ...
- 吴恩达深度学习课程之第四门课 卷积神经网络 第二周 深度卷积网络
本文参考黄海广主编针对吴恩达深度学习课程DeepLearning.ai <深度学习课程 笔记 (V5.1 )> 第二周 深度卷积网络 2.1 为什么要进行实例探究?(Why look at ...
- 吴恩达深度学习课程笔记(四):卷积神经网络2 实例探究
吴恩达深度学习课程笔记(四):卷积神经网络2 实例探究 吴恩达深度学习课程笔记(四):卷积神经网络2 实例探究 2.1 为什么要进行实例探究 2.2 经典网络 LeNet-5 AlexNet VGG- ...
- 吴恩达深度学习课程笔记-3
吴恩达深度学习课程笔记-3 src="http://nbviewer.jupyter.org/github/HuaGuo1992/Blog/blob/master/%E5%90%B4%E6% ...
- 吴恩达深度学习课程笔记之卷积神经网络(2nd week)
0 参考资料 [1] 大大鹏/Bilibili资料 - Gitee.com [2] [中英字幕]吴恩达深度学习课程第四课 - 卷积神经网络_哔哩哔哩_bilibili [3] 深度学习笔记-目录 ...
- 免费分享全套吴恩达深度学习课程笔记以及编程作业集合
分享吴恩达深度学习全套 笔记 笔记来源于吴恩达老师课程中口述翻译,并包含板书.可以取代看视频,做到更快速学习. (部分目录) (部分目录) (板书) 编程作业 扫描二维码后台回复"0&quo ...
最新文章
- Linux中etc目录详解
- 类与面向对象的精华:继承【C++继承】
- Android之获取应用程序(包)的大小-----PackageManager的使用(二)
- (一)加法计算器(第一个iOS APP)
- 【路径规划】基于matlab GUI改进的DWA算法机器人静态避障路径规划【含Matlab源码 678期】
- 第2章-系统控制原理 -> 李雅普诺夫稳定性分析
- 国家网络信息安全战略三步曲
- Ubuntu Android开发环境配置
- 通过公众号注册小程序
- (附源码)spring boot通用办事流程管理软件 毕业设计211819
- 高老师的架构设计_隽语集(AA_0151)
- 实验3 黑盒测试:决策表法及测试用例设计
- Java8 JVM运行时数据区概述 (极其详细长文)
- 好心情董事长陈冠伟荣膺2022蔚澜奖年度创新企业家
- cmnet 和 cmwap 收费等区别
- 如何在XP HOME版下设置共享文件夹及其权限?
- 个人每年结汇金额为5万美金,如果超过了限额,怎么结汇?义乌个体户500万大额结汇帮你
- Oracle企业管理器(OEM)常见问题解答
- 使用requests.get得到<Element html at 0x271cec68f48什么意思?
- linux文件拷到光盘,制作本地yum源(以redhat5.8通过复制光盘文件到本地)