吴恩达Coursera, 机器学习专项课程, Machine Learning:Advanced Learning Algorithms第三周编程作业...
吴恩达Coursera, 机器学习专项课程, Machine Learning:Advanced Learning Algorithms第三周所有jupyter notebook文件:
吴恩达,机器学习专项课程, Advanced Learning Algorithms第三周所有Python编程文件
本次作业
Exercise 1
# UNQ_C1
# GRADED CELL: eval_mse
def eval_mse(y, yhat):""" Calculate the mean squared error on a data set.Args:y : (ndarray Shape (m,) or (m,1)) target value of each exampleyhat : (ndarray Shape (m,) or (m,1)) predicted value of each exampleReturns:err: (scalar) """m = len(y)err = 0.0for i in range(m):### START CODE HERE ### err += (y[i]-yhat[i])**2 err = err /2/ m ### END CODE HERE ### return(err)
Exercise 2
# UNQ_C2
# GRADED CELL: eval_cat_err
def eval_cat_err(y, yhat):""" Calculate the categorization errorArgs:y : (ndarray Shape (m,) or (m,1)) target value of each exampleyhat : (ndarray Shape (m,) or (m,1)) predicted value of each exampleReturns:|cerr: (scalar) """m = len(y)incorrect = 0for i in range(m):### START CODE HERE ### if y[i] != yhat[i]:incorrect += 1cerr = incorrect / m### END CODE HERE ### return(cerr)
Exercise 3
# UNQ_C3
# GRADED CELL: model
import logging
logging.getLogger("tensorflow").setLevel(logging.ERROR)tf.random.set_seed(1234)
model = Sequential([### START CODE HERE ###
# tf.keras.Input(shape=(2,)),Dense(120,activation='relu',name='layer1'),Dense(40,activation='relu',name='layer2'),Dense(6,activation='linear',name='layer3')### END CODE HERE ### ], name="Complex"
)
model.compile(### START CODE HERE ### loss= tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),optimizer=tf.keras.optimizers.Adam(0.01),### END CODE HERE ###
)
Exercise 4
# UNQ_C4
# GRADED CELL: model_stf.random.set_seed(1234)
model_s = Sequential([### START CODE HERE ### Dense(6,activation='relu',name='layer1'),Dense(6,activation='linear',name='layer2') ### END CODE HERE ### ], name = "Simple"
)
model_s.compile(### START CODE HERE ### loss = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),optimizer = tf.keras.optimizers.Adam(0.01),### START CODE HERE ###
)
Exercise 5
# UNQ_C5
# GRADED CELL: model_rtf.random.set_seed(1234)
model_r = Sequential([### START CODE HERE ### Dense(120,activation='relu',kernel_regularizer=tf.keras.regularizers.l2(0.1),name='layer1'),Dense(40,activation='relu',kernel_regularizer=tf.keras.regularizers.l2(0.1),name='layer2'), Dense(6,activation='linear',name='layer3')### START CODE HERE ### ], name= 'aaa'
)
model_r.compile(### START CODE HERE ### loss = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),optimizer = tf.keras.optimizers.Adam(0.01),### START CODE HERE ###
)
吴恩达Coursera, 机器学习专项课程, Machine Learning:Advanced Learning Algorithms第三周编程作业...相关推荐
- 吴恩达Coursera, 机器学习专项课程, Machine Learning:Advanced Learning Algorithms第二周编程作业...
吴恩达Coursera, 机器学习专项课程, Machine Learning:Advanced Learning Algorithms第二周所有jupyter notebook文件: 吴恩达,机器学 ...
- 吴恩达Coursera深度学习课程 deeplearning.ai (5-2) 自然语言处理与词嵌入--编程作业(二):Emojify表情包
Part 2: Emojify 欢迎来到本周的第二个作业,你将利用词向量构建一个表情包. 你有没有想过让你的短信更具表现力? emojifier APP将帮助你做到这一点. 所以不是写下"C ...
- 独家干货 | 吴恩达深度学习专项课程精炼笔记!
点击上方"AI有道",选择"星标"公众号 重磅干货,第一时间送达 吴恩达在他自己创办的在线教育平台 Coursera 上线了他的人工智能专项课程(Deep Le ...
- 【干货】吴恩达deeplearning.ai专项课程历史文章汇总
AI有道 一个有情怀的公众号 本文列出了吴恩达deeplearning.ai专项课程的所有精炼笔记,均是红色石头精心制作的原创内容.主要包括:<神经网络与深度学习>.<优化神经网络& ...
- 吴恩达Coursera深度学习课程 deeplearning.ai (4-4) 神经风格转换--编程作业
吴恩达Coursera深度学习课程 deeplearning.ai (4-4) 神经风格转换–编程作业 注:由于这个作业目前未找到完整的中文版的,所以楼主综合了几篇不完整的,自己完整运行了一遍(pyt ...
- 吴恩达2022机器学习专项课测评来了!
大家好!我是louwill. 吴恩达老师2022年机器学习专项课(Machine Learning Specialization)上周全新来袭,课程本身并不是新课,与10年前的机器学习专项课相比,编程 ...
- 【经典】吴恩达《机器学习》课程
如果要推荐<机器学习>的学习课程,那必然首选吴恩达的<机器学习>课程,无论是国内还是国外,这是最火的机器学习入门课程,没有之一.吴恩达老师用易于理解.逻辑清晰的语言对机器学习算 ...
- 完结篇 | 吴恩达deeplearning.ai专项课程精炼笔记全部汇总
红色石头的个人网站:redstonewill.com 从去年8月份开始,AI界大IP吴恩达在coursera上开设了由5们课组成的深度学习专项课程,掀起了一股人工智能深度学习热潮.这里附上deeple ...
- 吴恩达《机器学习》课程总结
机器学习课程总结 一.有监督学习(Supervised learning) 1. 线性回归(Linear regression) 2. 逻辑回归(Logistic regression) 3. 神经网 ...
最新文章
- vscode 使用ssh密钥登录远程Linux -- vscode remote linux ssh key
- 重新启动C++Builder
- 正则表达式 \w \d . \s常用字符的简写
- git 怎么跟踪空目录
- 服务发现与负载均衡traefik ingress
- Apache Rewrite伪静态基本及URL跳转
- php数组去重复数据的小例子
- 【OCR技术】大批量生成文字训练集
- 用 Graphviz+pvtrace 可视化函数调用
- seci-log 1.06 发布 增加全文搜索
- c语言无符号扩展,C语言中的无符号扩展和带符号扩展
- silvaco使用中的问题和解决方法
- Vue中使用axio跨域请求外部WebService接口
- 在java中使用openCV遍历红色,像素遍历(仅限java)
- [Linux From Scratch 作一个自己的Linux操作系统发行版本]一、环境准备
- np.arange()用法,Python numpy.arange()用法
- Flex布局常用的一些属性及解释
- C语言课后习题(计算增长率比值
- Markdown入门和解决MD文件上传博客后图片无法显示问题
- Iphone 5.1.1越狱 Cydia点了后,系统图标消失
热门文章
- 基于Android的计步器(Pedometer)的讲解(四)——后台记步
- ccc 2.2.0 jsb绑定
- LeetCode: 195. Tenth Line
- 四旋翼飞行器18——华科尔D10遥控器与APM飞控的飞行模式设置(还没搞懂)
- 大家都来鄙视吧![劳斯丹顿] — 手表中的劳斯莱斯
- Autoform在拉延筋快速修磨中的应用
- OpenRTBv2.5-IAB关于程序化模式的定义系列【基础类】
- zedboard 音频芯片 adau1761 linux 下音频驱动(一)简介
- 小鼠的活体成像肿瘤模型的建立
- 数子温度计及电压表设计【实物设计-127】