1 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 ...

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 ...

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 ...

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，假定圖中最多只出現一個目標，假定圖片的左上角為(0,0)，右下角為(1,1)。 我們輸出層的標簽有這么幾個 ...

一、什么是人臉識別 老實說這一節中的人臉識別技術的演示的確很牛bi，但是演技好尷尬，233333 啥是人臉識別就不用介紹了，下面筆記會介紹如何實現人臉識別。 二、One-shot(一次)學習 假設我們發財了，開了一家公司。然后作為老板的我們希望與時俱進，所以想使用人臉識別技術來實現打卡 ...

4.1什么是人臉識別 （1）人臉驗證（face verification）:1對1，輸入一個照片或者名字或者ID，然后判斷這個人是否是本人。 （2）人臉識別（face recognition）:1對多，判斷這個人是否是系統中的某一個人。 4.2One-shot學習 （1）比如一個公司的員工 ...

一、深層神經網絡 深層神經網絡的符號與淺層的不同，記錄如下： 用\(L\)表示層數,該神經網絡\(L=4\) \(n^{[l]}\)表示第\(l\)層的神經元的數量，例如\(n^{[ ...

之前看過一遍，但是總是模模糊糊的感覺，也剛入門，雖然現在也是入門，但是對於一些概念已經有了比較深的認識（相對於最開始學習機器學習的時候）。所以為了打好基礎，決定再次學習一下Andrew Ng的課程，並記錄筆記以供以后復習參考。 1. 內容概要 Introduction ...