Andrew NG Notes

Andrew Ng Notes Collection

這是Coursera深度學習專業的第一課程，該課程由DeepLearning.AI主持。該課程由Andrew Ng教授。

Andrew Ng機器學習筆記本：閱讀

深度學習專業化註釋：閱讀

SR	文章閱讀
1。	神經網絡深度學習
2。	改善深度學習網絡
3。	ML項目的結構
4。	卷積神經網絡
5。	序列模型

高級	MOOC講座鏈接
1。	機器學習由Andrew-ng
	深度學習系列
1。	神經網絡和深度學習
2。	改善深度神經網絡：超參數調整，正則化和優化
3。	結構機器學習項目
4。	卷積神經網絡
5。	序列模型
6。	CS230：深度學習| 2018年秋季

1.神經網絡深度學習

• 此筆記給您簡要介紹：
  • 什麼是神經網絡？它是如何工作的？
  • 使用神經網絡監督學習
  • 淺神經網絡設計
  • 深神經網絡
• 筆記本：
• 第1週 -深度學習簡介
• 第2週 -神經網絡基礎知識
• 第3週 -淺神經網絡
• 第4週 -深神經網絡

2改善深度學習網絡

• 此筆記給您介紹：
  • 深度學習的實際方面
  • 優化算法
  • 超參數調整，批處理標準化和編程框架
• 筆記本：
  • 第1週 -深度學習的實際方面
    • 設置機器學習應用程序
    • 正規化神經網絡
    • 設置優化問題
  • 第二週 -優化算法
  • Week3-高參數調整，批處理標準化和編程框架

3.結構ML項目

• 在此註釋中，您可以了解如何構建機器學習項目：
  • 為什麼要ML結構？
  • 錯誤分析
• 筆記本：
  • 第1週 - ML策略簡介
    • 設定目標
    • 與人類水平的表現相比
  • 第2週-ML策略（2）
    • 錯誤分析
    • 不匹配的培訓和開發/測試集
    • 從多個任務中學習
    • 端到端的深度學習

4.卷積神經網絡

• 圖像和內核之間的矩陣乘法稱為卷積操作

• 在此註釋中，您可以了解簡短的體系結構CNN：
  • CNN的基礎
  • 深度卷積模型：案例研究
  • 對象檢測
  • 特殊應用：面部識別和神經風格轉移
• 筆記本：
• 第1週 -卷積神經網絡的基礎
• 第二週 -深卷積模型：案例研究
  • 閱讀論文：
    • 具有深卷積神經網絡的Imagenet分類
    • 非常深的捲積網絡，用於大規模圖像識別
• 第3週 -對象檢測
  • 閱讀論文：
    • 您只看一次：統一的實時對象檢測
    • YOLO
• 第4週 -特殊應用：面部識別和神經風格轉移
  • 閱讀論文：
    • 深面（筆記本）
    • 面部
    • 神經風格轉移

5.序列模型

---

• Vanila RNN

• LSTM

• gru

• 在本節中，您可以了解序列學習的順序

  • 復發性神經網絡
  • 自然語言處理和單詞嵌入
  • 序列模型和注意機制

• 筆記本：

  • 第1週 -復發性神經網絡
  • 第二週 -自然語言處理和單詞嵌入
  • 第3週 -序列模型和注意機制

感謝您的閱讀....快樂學習... ！ ！ ！