暑假一直在刷吴恩达老师的深度学习课程,由于课程中部分内容并不能很好的理解,所以会去对比各个博主的笔记进行学习。为了自我方便,我将所有我认为写的很好的博客汇总到这里,用于快速翻阅。
1. 神经网络与深度学习
-
-
编程作业:使用浅层神经网络实现平面数据分类
-
DeepLearning.ai 课程提炼笔记(1-4)神经网络和深度学习 — 深层神经网络
扫描二维码关注公众号,回复: 8871519 查看本文章 -
编程作业:构建DNN、DNN用于图片分类
2. 优化深度神经网络
- 深度学习的实用层面
- DeepLearning.ai 课程提炼笔记(2-1)改善深层神经网络 — 深度学习的实践方面
- 编程作业:初始化、正则化、梯度检验
- 优化算法
- DeepLearning.ai 课程提炼笔记(2-2)改善深层神经网络 — 优化算法
- 编程作业:多种优化算法
- 超参数调试、Batch正则化和编程框架
- DeepLearning.ai 课程提炼笔记(2-3)改善深层神经网络 — 超参数调试和Batch Norm
- 编程作业:TensorFlow简单教程
3. 构建机器学习项目
- 机器学习策略(上)
- DeepLearning.ai 课程提炼笔记(3-1)结构化机器学习项目 — 机器学习策略(1)
- 机器学习策略(下)
- DeepLearning.ai 课程提炼笔记(3-2)结构化机器学习项目 — 机器学习策略(2)
4. 卷积神经网络CNN
- 卷积神经网络基础
- DeepLearning.ai 课程提炼笔记(4-1)卷积神经网络 — 卷积神经网络基础
- 编程作业:构建卷积神经网络、手势识别应用
- 深度卷积模型:案例研究
- DeepLearning.ai 课程提炼笔记(4-2)卷积神经网络 — 深度卷积模型
- 编程作业:Keras教程-the Happy House、Residual Networks
- 目标检测
- DeepLearning.ai 课程提炼笔记(4-3)卷积神经网络 — 目标检测
- 编程作业:自动驾驶-汽车检测
- 人脸识别与神经风格迁移
- DeepLearning.ai 课程提炼笔记(4-4)卷积神经网络 — 人脸识别和神经风格迁移
- 编程作业:人脸识别-Happy House、神经风格迁移-深度学习和艺术