DeepLearning.ai学习笔记（一）神经网络和深度学习--Week3浅层神经网络
介绍 DeepLearning课程总共五大章节，该系列笔记将按照课程安排进行记录。 另外第一章的前两周的课程在之前的Andrew Ng机器学习课程笔记(博客园)&Andrew Ng机器学习课程笔记(CSDN)系列笔记中都有提到，所以这里不再赘述。 1、神经网络概要 ...
原文：ng-深度学习-课程笔记-4: 浅层神经网络(Week3)
神经网络概览 Neural Networks Overview 先来快速过一遍如何实现神经网络。 首先需要输入特征x，参数w和b，计算出z，然后用激活函数计算出a，在神经网络中我们要做多次这样的计算，反复计算z和a，然后用损失函数计算最后的a和y的差异。 可以把很多sigmoid单元堆叠起来构成一个神经网络。我们用上标方括号表示第几层，用上标圆括号表示第几个样本。 训练的时候通过反向传播来计算导 ...
2017-10-31 08:00 0 1083 推荐指数：
相关推荐
ng-深度学习-课程笔记-2: 神经网络中的逻辑回归(Week2)
1 二分类( Binary Classification ) 逻辑回归是一个二分类算法。下面是一个二分类的例子，输入一张图片，判断是不是猫。 输入x是64*64*3的像素矩阵，n或者nx代表特征x ...
ng-深度学习-课程笔记-13: 目标检测(Week3)
1 目标定位( object localization ) 目标定位既要识别，又要定位，它要做的事就是用一个框框把物体目标的位置标出来。 怎么做这个问题呢，我们考虑三目标的定位问题，假定图中最多只 ...
吴恩达 DeepLearning.ai课程笔记（1-3）神经网络和深度学习 --- 浅层神经网络
以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中，第一部分《神经网络和深度学习》第二周课程部分关键点的笔记。笔记并不包含全部小视频课程的记录，如需学习笔记中舍弃的内容请至 Coursera 或者 网易云课堂。同时在阅读以下笔记之前，强烈建议先学习吴恩达老师的视频课程 ...
ng-深度学习-课程笔记-3: Python和向量化(Week2)
1 向量化( Vectorization ) 在逻辑回归中，以计算z为例，$ z = w^{T}+b $，你可以用for循环来实现。 但是在python中z可以调用numpy的方法，直接一句$z = np.dot(w,x) + b$用向量化完成，而且你会发现这个非常快。 ng做了个实验，求 ...
ng-深度学习-课程笔记-14: 人脸识别和风格迁移(Week4)
构造一个准确率高的verification，然后再把它应用到人脸识别中。 2 一次学习( On ...
DeepLearning.ai学习笔记（四）卷积神经网络 -- week3 目标检测
一、目标定位 这一小节视频主要介绍了我们在实现目标定位时标签该如何定义。 上图左下角给出了损失函数的计算公式(这里使用的是平方差) 如图示，加入我们需要定位出图像中是否有pedes ...
神经网络和深度学习（二）浅层神经网络
1、计算神经网络的输出（正向传播）： 矩阵表示： 向量化： 2、多个样本的向量化（正向传播）： 3、激活函数： （1）sigmoid函数仅用于二分分类的情况，较少使用； a = 1 / (1 + e-z) g'(z) = g(z ...