deep-learning:personal practice（个人练习，实现了深度学习中的一些算法，包括：四种初始化方法（zero initialize, random initialize, xavier initialize, he initialize），深度神经网络，正则化，dropout， 三种梯度下降方法(BGD, SGD, mini-batch)，六种优化算法(momentum、nesterov momentum、Adagrad、Adadelta、RMSprop、Adam)，梯度检验、ba

【文件属性】：
文件名称：deep-learning:personal practice（个人练习，实现了深度学习中的一些算法，包括：四种初始化方法（zero initialize, random initialize, xavier initialize, he initialize），深度神经网络，正则化，dropout， 三种梯度下降方法(BGD, SGD, mini-batch)，六种优化算法(momentum、nesterov momentum、Adagrad、Adadelta、RMSprop、Adam)，梯度检验、ba
文件大小：341KB
文件格式：ZIP
更新时间：2021-05-11 13:39:43
附件源码 文章源码 deep-learning personal practice 深度学习个人练习，该项目实现了深度学习中一些常用的算法，内容包括： 四种初始化方法：zero initialize, random initialize, xavier initialize, he initialize。 深度神经网络 正则化 dropout 三种梯度下降方法：BGD, SGD, mini-batch 六种优化算法：momentum、nesterov momentum、Adagrad、Adadelta、RMSprop、Adam 梯度检验 batch normalization recurrent neural network (RNN) Note: 下列 1-10中网络架构主要为四大块： initialize parameters、forward propagation、backward propagati

【文件预览】：
deep-learning-master
----deep_neural_network_v2.py(7KB)
----机器学习资料整理.pdf(306KB)
----deep_neural_network_release.py(7KB)
----deep_neural_network_with_dropout.py(9KB)
----deep_neural_network_with_L2.py(8KB)
----dinos.txt(19KB)
----deep_neural_network_v1.py(6KB)
----rnn.py(13KB)
----deep_neural_network_with_gd.py(10KB)
----README.md(5KB)
----gradient_checking.py(9KB)
----deep_neural_network_ng.py(10KB)
----compare_initializations.py(5KB)
----deep_neural_network_with_optimizers.py(26KB)
----batch_normalization.py(14KB)