DeepLearning.ai學習筆記（一）神經網絡和深度學習--Week3淺層神經網絡
介紹 DeepLearning課程總共五大章節，該系列筆記將按照課程安排進行記錄。 另外第一章的前兩周的課程在之前的Andrew Ng機器學習課程筆記(博客園)&Andrew Ng機器學習課程筆記(CSDN)系列筆記中都有提到，所以這里不再贅述。 1、神經網絡概要 ...
原文：ng-深度學習-課程筆記-4: 淺層神經網絡(Week3)
神經網絡概覽 Neural Networks Overview 先來快速過一遍如何實現神經網絡。 首先需要輸入特征x，參數w和b，計算出z，然后用激活函數計算出a，在神經網絡中我們要做多次這樣的計算，反復計算z和a，然后用損失函數計算最后的a和y的差異。 可以把很多sigmoid單元堆疊起來構成一個神經網絡。我們用上標方括號表示第幾層，用上標圓括號表示第幾個樣本。 訓練的時候通過反向傳播來計算導 ...
2017-10-31 08:00 0 1083 推薦指數：
相關推薦
ng-深度學習-課程筆記-2: 神經網絡中的邏輯回歸(Week2)
1 二分類( Binary Classification ) 邏輯回歸是一個二分類算法。下面是一個二分類的例子，輸入一張圖片，判斷是不是貓。 輸入x是64*64*3的像素矩陣，n或者nx代表特征x ...
ng-深度學習-課程筆記-13: 目標檢測(Week3)
1 目標定位( object localization ) 目標定位既要識別，又要定位，它要做的事就是用一個框框把物體目標的位置標出來。 怎么做這個問題呢，我們考慮三目標的定位問題，假定圖中最多只 ...
吳恩達 DeepLearning.ai課程筆記（1-3）神經網絡和深度學習 --- 淺層神經網絡
以下為在Coursera上吳恩達老師的DeepLearning.ai課程項目中，第一部分《神經網絡和深度學習》第二周課程部分關鍵點的筆記。筆記並不包含全部小視頻課程的記錄，如需學習筆記中舍棄的內容請至 Coursera 或者 網易雲課堂。同時在閱讀以下筆記之前，強烈建議先學習吳恩達老師的視頻課程 ...
ng-深度學習-課程筆記-3: Python和向量化(Week2)
1 向量化( Vectorization ) 在邏輯回歸中，以計算z為例，$ z = w^{T}+b $，你可以用for循環來實現。 但是在python中z可以調用numpy的方法，直接一句$z = np.dot(w,x) + b$用向量化完成，而且你會發現這個非常快。 ng做了個實驗，求 ...
ng-深度學習-課程筆記-14: 人臉識別和風格遷移(Week4)
構造一個准確率高的verification，然后再把它應用到人臉識別中。 2 一次學習( On ...
DeepLearning.ai學習筆記（四）卷積神經網絡 -- week3 目標檢測
一、目標定位 這一小節視頻主要介紹了我們在實現目標定位時標簽該如何定義。 上圖左下角給出了損失函數的計算公式(這里使用的是平方差) 如圖示，加入我們需要定位出圖像中是否有pedes ...
神經網絡和深度學習（二）淺層神經網絡
1、計算神經網絡的輸出（正向傳播）： 矩陣表示： 向量化： 2、多個樣本的向量化（正向傳播）： 3、激活函數： （1）sigmoid函數僅用於二分分類的情況，較少使用； a = 1 / (1 + e-z) g'(z) = g(z ...