红色石头的个人博客吴恩达《序列模型》课程笔记（3）– Sequence models & Attention mechanism
27红色石头 发布于 2018-08-02
《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课，也是最后一门课。这门课主要介绍循环神经网络（RNN）的基本概念、模型和具体应用。该门课共有3周课时，所以我将分成3次笔记来总结，这是第三节笔记。 1. Basic Models ...
阅读(10307)评论(0)赞 (10)
吴恩达deeplearning.ai
吴恩达《序列模型》课程笔记（2）– NLP & Word Embeddings
17红色石头 发布于 2018-08-02
《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课，也是最后一门课。这门课主要介绍循环神经网络（RNN）的基本概念、模型和具体应用。该门课共有3周课时，所以我将分成3次笔记来总结，这是第二节笔记。 1. Word Represen...
阅读(8421)评论(0)赞 (4)
吴恩达《序列模型》课程笔记（1）– 循环神经网络（RNN）
18红色石头 发布于 2018-08-02
《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课，也是最后一门课。这门课主要介绍循环神经网络（RNN）的基本概念、模型和具体应用。该门课共有3周课时，所以我将分成3次笔记来总结，这是第一节笔记。 1. Why sequence ...
阅读(12246)评论(0)赞 (17)
吴恩达《卷积神经网络》课程笔记（4）– 人脸识别与神经风格迁移
17红色石头 发布于 2018-08-02
《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络（CNN）的基本概念、模型和具体应用。该门课共有4周课时，所以我将分成4次笔记来总结，这是第4节笔记，主要介绍卷积神经网络的特殊应用：人脸识别与...
阅读(9180)评论(0)赞 (6)
吴恩达《卷积神经网络》课程笔记（3）– 目标检测
23红色石头 发布于 2018-08-02
《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络（CNN）的基本概念、模型和具体应用。该门课共有4周课时，所以我将分成4次笔记来总结，这是第3节笔记，主要介绍目标检测。 1. Object L...
阅读(8992)评论(0)赞 (9)
吴恩达《卷积神经网络》课程笔记（2）– 深度卷积模型：案例研究
21红色石头 发布于 2018-08-02
《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络（CNN）的基本概念、模型和具体应用。该门课共有4周课时，所以我将分成4次笔记来总结，这是第2节笔记。 1. Why look at case ...
阅读(9808)评论(0)赞 (9)
吴恩达《卷积神经网络》课程笔记（1）– 卷积神经网络基础
21红色石头 发布于 2018-08-02
《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络（CNN）的基本概念、模型和具体应用。该门课共有4周课时，所以我将分成4次笔记来总结，这是第一节笔记。 1. Computer Vision 机...
阅读(13999)评论(4)赞 (25)
吴恩达《构建机器学习项目》课程笔记（2）– 机器学习策略（下）
6红色石头 发布于 2018-07-31
这是Andrew Ng深度学习专项课程第三门课《构建机器学习项目》的第二节笔记。 1. Carrying out error analysis 对已经建立的机器学习模型进行错误分析（error analysis）十分必要，而且有针对性地、正确地进行error analysis更加...
阅读(7326)评论(0)赞 (4)
吴恩达《构建机器学习项目》课程笔记（1）– 机器学习策略（上）
9红色石头 发布于 2018-07-31
《Structuring Machine Learning Projects》（构建机器学习项目）这门课是Andrw Ng深度学习专项课程中的第三门课。这门课主要介绍机器学习中的一些策略和方法，让我们能够更快更有效地让机器学习系统工作，该门课共有两周的课时。 1. Why ML ...
阅读(7936)评论(0)赞 (9)
吴恩达《优化深度神经网络》课程笔记（3）– 超参数调试、Batch正则化和编程框架
10红色石头 发布于 2018-07-31
上节课我们主要介绍了深度神经网络的优化算法。包括对原始数据集进行分割，使用mini-batch gradient descent。然后介绍了指数加权平均（Exponentially weighted averages）的概念以及偏移校正（bias correction）方法。接着...
阅读(9212)评论(2)赞 (5)
