参考：https://blog.csdn.net/u013733326/article/details/79971488 使用TensorFlow构建你的第一个神经网络 我们将会使用TensorF ...

参考：https://blog.csdn.net/u013733326/article/details/79702148 希望大家直接到上面的网址去查看代码，下面是本人的笔记 建立一个带有 ...

本章讲述了机器学习中如何解决过拟合问题——正则化。讲述了正则化的作用以及在线性回归和逻辑回归是怎么参与到梯度优化中的。 更多内容参考 机器学习&深度学习 在训练过程中，在训练集中有时效果比较差，我们叫做欠拟合；有时候效果过于完美，在测试集上效果很差，我们叫做过拟合。因为欠拟合 ...

【目录】【中文】【deplearning.ai】【吴恩达课后作业目录】https://blog.csdn.net/u013733326/article/details/79827273 ...

【吴恩达课后作业目录】 课程 周数 名称 类型 语言 地址 课程1 - 神经网络和深度学习 第1周 深度学习简介 测验 ...

吴恩达深度学习课程的课堂笔记以及课后作业 代码下载：https://github.com/douzujun/Deep-Learning-Coursera 吴恩达推荐笔记：https://mp.weixin.qq.com/s/cX9_DiqofPhdXrY_0oTEAw 课程1 - 神经网络 ...

用来可视化 读取数据集 计算损失函数J(Ѳ) 对数据集进行处理 ...

Regularization 正则化 声明 本文作业是在jupyter notebook上一步一步做的，带有一些过程中查找的资料等（出处已标明）并翻译成了中文，如有错误，欢迎指正！ 参考：https://blog.csdn.net/u013733326/article/details ...