吴恩达 深度学习 纪要

Posted 61355ing

tags:

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

卷积网络(CNN)通常用于图像数据。递归神经网络(RNN)非常适合一维序列,数据可能是一个时间组成部分。
计算机理解非结构化数据相对更难,如音频,图像像素值或文本中的单个单词。
如今最可靠的方法来在神经网络上获得更好的性能,往往就是要么训练一个更大的神经网络,要么投入更多的数据
,仅仅通过将Sigmoid函数转换成ReLU函数,便能够使得一个叫做梯度下降(gradient descent)的算法运行的更快

         Sigmoid                          ReLU

技术图片

 

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

吴恩达《深度学习》第一门课深度学习引言

下载量过百万的吴恩达机器学习和深度学习笔记更新了!(附PDF下载)

吴恩达《深度学习》第二门课深度学习的实用层面

吴恩达深度学习课程笔记

吴恩达深度学习课程笔记

《吴恩达深度学习笔记》01.神经网络和深度学习 W2.神经网络基础