1.問題描述 有209張圖片作為訓練集，50張圖片作為測試集，圖片中有的是貓的圖片，有的不是。每張圖片的像素大小為64*64 吳恩達並沒有把原始的圖片提供給我們 而是把這兩個圖片集轉換成兩個.h5文件：train_catvnoncat.h5（訓練集），test_catvnoncat.h5 ...

可能因為Andrew Ng用的是python3，而我是python2.7的緣故，我發現了坑．如下： 在輔助文件tf_utils.py中的random_mini_batches(X, Y, mini_b ...

的功能;但實際上，他們很難訓練。剩余網絡，由He等人介紹，允許你訓練更深層次的網絡比以前實際可行。在這個 ...

我python2.7, 做吳恩達深度學習第2課第2周編程作業 Optimization Methods 時有2個坑： 第一坑 需將輔助文件 opt_utils.py 的 nitialize_parameters(layer_dims) 函數中的 2 改成 2.0 , 保存后再重啟 ...

2.1二分類 （1）以一張三通道的64×64的圖片做二分類識別是否是毛，輸出y為1時認為是貓，為0時認為不是貓： y輸出是一個數，x輸入是64*64*3=12288的向量。 （2）以下是一些符號定義（數據集變成矩陣之后進行矩陣運算代替循環運算，更加高效） x：表示一個nx維數據，維度 ...

一個隱含層的平面數據分類 2020-07-21 歡迎來到第三周的編程作業。現在是構建第一個神經網絡的時候了，它有一個隱藏層。您將看到此模型與使用邏輯回歸實現的模型之間的巨大差異。 您將學習如何: •實現一個只有一個隱藏層的2分類神經網絡•使用具有非線性激活函數的單元，如tanh•計算 ...

Building your Deep Neural Network: Step by Step 本文作業是在jupyter notebook上一步一步做的，帶有一些過程中查找的資料等（出處已標明）並翻譯成了中文，如有錯誤，歡迎指正！ 歡迎來到第四周作業(第二部分的第一部分)!您之前已經 ...

完成這個，你就完成了第四周的最后一個編程作業，也是這門課的最后一個編程作業!您將使用在上一個任務中實現的 ...