文件名称：Neural-Networks-and-Deep-Learning:Ng在Coursera上的深度学习专业化
文件大小：20.33MB
文件格式：ZIP
更新时间：2024-06-16 16:13:37
deep-neural-networks deep-learning neural-networks andrew-ng andrew-ng-course
深度学习 这些是deeplearning.ai和Andrew NG提供的神经网络和深度学习课程资料。 学习目标 在本课程中，您将学习深度学习的基础。 完成本课程后，您将： 了解推动深度学习的主要技术趋势 能够构建，训练和应用完全连接的深度神经网络 知道如何实现有效的（矢量化）神经网络 了解神经网络架构中的关键参数 本课程还教您深度学习的实际工作原理，而不是仅提供粗略的描述或表面描述。 因此，完成学习后，您将能够将深度学习应用于自己的应用程序。 如果您正在寻找AI的工作，在完成此课程后，您还可以回答基本的面试问题。 编程作业： Numpy的Python基础知识 具有神经网络心态的Logistic回归 具有一层隐藏层的平面数据分类 逐步构建您的深度神经网络 深度神经网络应用
【文件预览】：
Neural-Networks-and-Deep-Learning-master
----Notes.pdf(14.47MB)
----My Notes()
--------.ipynb_checkpoints()
--------Convolutional Neural Networks.ipynb(983KB)
--------Vectorization.ipynb(18KB)
----Optimization_methods_v1b.ipynb(63KB)
----README.md(1KB)
----Building_your_Deep_Neural_Network_Step_by_Step_v8a.ipynb(55KB)
----Neural_Networks_with_Tensorflow.ipynb(12KB)
----Gradient+Checking+v1.ipynb(26KB)
----Initialization.ipynb(268KB)
----datasets()
--------test_catvnoncat.h5(602KB)
--------train_catvnoncat.h5(2.45MB)
----Logistic_Regression_with_a_Neural_Network_mindset_v6a.ipynb(137KB)
----Notations.pdf(256KB)
----requirements.txt(72B)
----TensorFlow_Tutorial_v3b.ipynb(95KB)
----Deep+Neural+Network+-+Application+v8.ipynb(1.85MB)
----Regularization_v2a.ipynb(268KB)
----Planar_data_classification_with_onehidden_layer_v6c.ipynb(140KB)