深度学习 吴恩达 Andrew Ng

Posted jccodeblgos

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习 吴恩达 Andrew Ng相关的知识,希望对你有一定的参考价值。

1.神经网络和深度学习

课程地址:https://mooc.study.163.com/course/2001281002#/info

2.改善深层神经网络:超参数调试、正则化以及优化

3.结构化机器学习项目

4.卷积神经网络

卷积神经网络

  • 卷积 以边缘检测为例,说明了不同的滤波器filter可以检测出,不同的形状。
    技术分享图片
    检测出前者的图片中间的垂直结构。
    垂直边缘滤波器加测出图片中的垂直结构。
    水平边缘加测。
    技术分享图片
    技术分享图片

不同的滤波器会学习到不同的检测结构, 反向传播可以学习9个参数,可以检测出更加复杂的结构。
技术分享图片

padding:为了卷积到更多的信息,我们会给原来的篇填充一些额外的东西。
1.Valid convolutions : no padding
2.Same convolutions: 卷积前后图片大小不变 padding
技术分享图片

考虑步长 和 padding的 卷积:
技术分享图片

立体图形的卷积:
技术分享图片

多卷积:
技术分享图片

立体卷积 用 多层滤波器 然后将多层的数据加起来。所以导致得到的结构都是1层的数据

一层卷积神经网络的实现:
技术分享图片
技术分享图片

多个filter会防止过拟合
技术分享图片

信道不断增加

  • 池化:缩小模型的大小、提高计算速度

5.序列模型

















以上是关于深度学习 吴恩达 Andrew Ng的主要内容,如果未能解决你的问题,请参考以下文章

价值连城 神经网络- 吴恩达Andrew Ng Coursera Neural Networks and Deep Learning

MLOps- 吴恩达Andrew Ng Selecting and Training a Model Week2 实验作业

机器学习- 吴恩达Andrew Ng Coursera学习总结合集,编程作业技巧合集

机器学习- 吴恩达Andrew Ng Coursera学习总结合集,编程作业技巧合集

Machine Learning|Andrew Ng|Coursera 吴恩达机器学习笔记

机器学习- 吴恩达Andrew Ng 编程作业技巧