电脑基础 · 2023年3月31日

吴恩达《深度学习》笔记汇总

根据学习进度,将吴恩达《深度学习》课程笔记总结如下,具体如下:

第一门课:神经网络和深度学习(第一周)——深度学习引言
第一门课:神经网络和深度学习(第二周)——神经网络的编程基础
第一门课:神经网络和深度学习(第三周)——浅层神经网络
第一门课:神经网络和深度学习(第四周)——深层神经网络

第二门课:改善深层神经网络:超参数调试、正则化以及优化(第一周)——深度学习的实用层面
第二门课:改善深层神经网络:超参数调试、正则化以及优化(第二周)——优化算法
第二门课:改善深层神经网络:超参数调试、正则化以及优化(第三周)——超参数调试、Batch正则化和程序框架

第三门课:结构化机器学习项目(第一周)——机器学习策略(1)
第三门课:结构化机器学习项目(第二周)——机器学习策略(2)

第四门课:卷积神经网络(第一周)——卷积神经网络
第四门课:卷积神经网络(第二周)——深度卷积网络:实例探究
第四门课:卷积神经网络(第三周)——目标检测
第四门课:卷积神经网络(第四周)——特殊应用:人脸识别和神经风格转换

第五门课:序列模型(第一周)——循环序列模型
第五门课:序列模型(第二周)——自然语言处理与词嵌入
第五门课:序列模型(第三周)——序列模型和注意力机制