吴恩达-深度学习-课程PDF

发布时间：2025-04-10

发布者：

月下独酌

文件大小：共计135个文件，合计:60.03 MB

资源金币：4.99 金币

资源来源：百度网盘

资源状态：【实时检测】链接有效

本站会员，可以免费下载全站所有资源

资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2025-04-10)

资源投诉

吴恩达-深度学习-课程PDF60.03 MB

4_卷积神经网络18.75 MB

C4W4L-D3DGeneralizations_第四周-人脸识别和神经风格转换-4.-一维到三维推广.pdf2.00 MB

C4W4L0-StyleCostFunction_第四周-人脸识别和神经风格转换-4.0-风格损失函数.pdf553.82 KB

C4W4L09-ContentCostFunction_第四周-人脸识别和神经风格转换-4.9-内容代价函数.pdf441.47 KB

C4W4L08-CostFunction_第四周-人脸识别和神经风格转换-4.8-代价函数.pdf737.29 KB

C4W4L07-WhatAreDeepCNsLearning_第四周-人脸识别和神经风格转换-4.7-深度卷积网络在学什么.pdf956.71 KB

C4W4L06-WhatIsNeuralTransferStyle_第四周-人脸识别和神经风格转换-4.6-什么是神经风格转换.pdf528.29 KB

C4W4L05-FaceVerifABinaryClass_第四周-人脸识别和神经风格转换-4.5-面部特征与二分类.pdf469.25 KB

C4W4L04-TripletLoss_第四周-人脸识别和神经风格转换-4.4-Triplet损失.pdf514.20 KB

C4W4L03-SiameseNetwork_第四周-人脸识别和神经风格转换-4.3-Siamese网络.pdf421.63 KB

C4W4L02-OneShotLearning_第四周-人脸识别和神经风格转换-4.2-One-Shot学习.pdf445.87 KB

C4W4L0-WhatIsFaceRecog_第四周-人脸识别和神经风格转换-4.-什么是人脸识别？.pdf337.50 KB

C4W3L0-RegionProposals_第三周-目标检测-3.0-(选修)RPN网络.pdf423.12 KB

C4W3L09-YOLOAlgorithm_第三周-目标检测-3.9-YOLO算法.pdf692.83 KB

C4W3L08-AnchorBoxes_第三周-目标检测-3.8-Anchor Boxes.pdf644.25 KB

C4W3L07-NonmaxSuppression_第三周-目标检测-3.7-非极大值抑制.pdf639.99 KB

C4W3L06-InstersecOverUnion_第三周-目标检测-3.6-并交化.pdf504.27 KB

C4W3L04-ConvImpSlidingWindows_第三周-目标检测-3.4-卷积的滑动窗口实现.pdf761.16 KB

C4W3L02-LandmarkDetection_第三周-目标检测-3.2-特征点检测.pdf509.52 KB

C4W3L0-ObjectLocalization_第三周-目标检测-3.-目标定位.pdf546.45 KB

C4W2L07-InceptionNetwork_第二周-深层卷积神经网络实例探究-2.7-Inception网络.pdf588.01 KB

C4W2L06-InceptionNetworkMotivation_第二周-深层卷积神经网络实例探究-2.6-谷歌Inception网络简介.pdf435.83 KB

C4W2L05-NetworkinNetworkandx_第二周-深层卷积神经网络实例探究-2.5-网络中的网络以及X网络.pdf422.97 KB

C4W2L03-ResNets_第二周-深层卷积神经网络实例探究-2.3-残差网络.pdf430.77 KB

C4W2L02-ClassicNetworks_第二周-深层卷积神经网络实例探究-2.2-经典网络.pdf468.14 KB

C4W2L0-WhyLookAtCaseStudies_第二周-深层卷积神经网络实例探究-2.-为什么要进行实例探究.pdf322.33 KB

C4WL-WhyConvs_第一周-卷积神经网络-.-为什么使用卷积？.pdf459.99 KB

C4WL0-CNNExample_第一周-卷积神经网络-.0-卷积神经网络示例.pdf331.18 KB

C4WL09-PoolingLayers_第一周-卷积神经网络-.9-池化层.pdf316.32 KB

C4WL08-SimpleCNNExample_第一周-卷积神经网络-.8-简单卷积网络示例.pdf320.20 KB

C4WL06-ConvolutionsOverVolumes_第一周-卷积神经网络-.6-卷积中卷的体现之处.pdf445.08 KB

C4WL05-StridedConv_第一周-卷积神经网络-.5-卷积步长.pdf457.32 KB

C4WL04-Padding_第一周-卷积神经网络-.4-Padding.pdf428.14 KB

C4WL03-MoreEdgeDetection_第一周-卷积神经网络-.3-更多边缘检测内容.pdf461.89 KB

C4WL02-EdgeDetectionExample_第一周-卷积神经网络-.2-边缘检测示例.pdf552.77 KB

C4WL0-slides_第一周-卷积神经网络-.-计算机视觉.pdf586.58 KB

3_结构化机器学习项目11.12 MB

C3W2L0_第二周-机器学习策略下-2.0-是否要使用端到端的深度学习.pdf362.62 KB

C3W2L09_第二周-机器学习策略下-2.9-什么是端到端的深度学习.pdf363.33 KB

C3W2L08_第二周-机器学习策略下-2.8-多任务学习.pdf520.54 KB

C3W2L07_第二周-机器学习策略下-2.7-迁移学习.pdf465.39 KB

C3W2L06_第二周-机器学习策略下-2.6-定位数据不匹配.pdf577.98 KB

C3W2L05_第二周-机器学习策略下-2.5-不匹配数据划分的偏差和方差.pdf359.52 KB

C3W2L04_第二周-机器学习策略下-2.4-在不同数据划分上进行训练并测试.pdf456.39 KB

C3W2L03_第二周-机器学习策略下-2.3-快速搭建你的第一个系统并迭代.pdf332.51 KB

C3W2L02_第二周-机器学习策略下-2.2-清楚标记错误的数据.pdf466.63 KB

C3W2L0_第二周-机器学习策略下-2.-进行误差分析.pdf437.82 KB

C3WL2_第一周-机器学习策略上-.2-改善你的模型表现notes.pdf348.58 KB

C3WL2_第一周-机器学习策略上-.2-改善你的模型表现.pdf296.14 KB

C3WL_第一周-机器学习策略上-.-超过人的表现notes.pdf358.89 KB

C3WL_第一周-机器学习策略上-.-超过人的表现.pdf303.07 KB

C3WL0_第一周-机器学习策略上-.0-理解人的表现notes.pdf366.59 KB

C3WL0_第一周-机器学习策略上-.0-理解人的表现.pdf332.77 KB

C3WL08_第一周-机器学习策略上-.8-为什么是人的表现notes.pdf350.73 KB

C3WL08_第一周-机器学习策略上-.8-为什么是人的表现.pdf298.75 KB

C3WL07_第一周-机器学习策略上-.7-什么时候该改变开发集测试集和指标notes.pdf457.73 KB

C3WL07_第一周-机器学习策略上-.7-什么时候该改变开发集测试集和指标.pdf423.08 KB

C3WL06_第一周-机器学习策略上-.6-开发集和测试集的大小notes.pdf362.78 KB

C3WL06_第一周-机器学习策略上-.6-开发集和测试集的大小.pdf309.15 KB

C3WL04_第一周-机器学习策略上-.4-满足和优化指标notes.pdf452.08 KB

C3WL04_第一周-机器学习策略上-.4-满足和优化指标.pdf324.84 KB

C3WL03_第一周-机器学习策略上-.3-单一数字评估指标.pdf366.06 KB

C3WL03_第一周-机器学习策略上-.3-单一数字评估指标 notes.pdf464.23 KB

C3WL02_第一周-机器学习策略上-.2-正交化.pdf399.19 KB

C3WL02_第一周-机器学习策略上-.2-正交化 notes.pdf324.38 KB

C3WL0_第一周-机器学习策略上-.-什么是ML策略.pdf504.15 KB

2_改善深层神经网络：超参数调试、正则化以及优化13.53 MB

C2W3L_第三周-超参数调试&正则化&框架-3.-TensorFlow.pdf339.23 KB

C2W3L0_第三周-超参数调试&正则化&框架-3.0-深度学习框架.pdf325.43 KB

C2W3L09_第三周-超参数调试&正则化&框架-3.9-训练一个Softmax分类器.pdf386.29 KB

C2W3L08_第三周-超参数调试&正则化&框架-3.8-Softmax回归.pdf664.51 KB

C2W3L07_第三周-超参数调试&正则化&框架-3.7-测试时的Batch Norm.pdf407.84 KB

C2W3L06_第三周-超参数调试&正则化&框架-3.6-Batch Norm为什么凑效.pdf608.01 KB

C2W3L05_第三周-超参数调试&正则化&框架-3.5-将Batch Norm拟合进神经网络.pdf468.25 KB

C2W3L04_第三周-超参数调试&正则化&框架-3.4-正则化网络的激活函数.pdf430.61 KB

C2W3L03_第三周-超参数调试&正则化&框架-3.3-超参数训练的实践pandasVSCaviar.pdf471.25 KB

C2W3L02_第三周-超参数调试&正则化&框架-3.2-为超参数选择合适的范围.pdf321.31 KB

C2W3L0_第三周-超参数调试&正则化&框架-3.-调试处理.pdf311.22 KB

C2W2L0_第二周-优化算法-2.0-局部最优问题.pdf461.13 KB

C2W2L09_第二周-优化算法-2.9-学习率衰减.pdf316.98 KB

C2W2L08_第二周-优化算法-2.8-Adam 优化算法.pdf335.09 KB

C2W2L07_第二周-优化算法-2.7-RMSprop.pdf299.05 KB

C2W2L06_第二周-优化算法-2.6-动量梯度下降法.pdf429.55 KB

C2W2L05_第二周-优化算法-2.5-指数指数加权平均的偏差修正.pdf548.85 KB

C2W2L04_第二周-优化算法-2.4-理解指数加权平均.pdf618.95 KB

C2W2L03_第二周-优化算法-2.3-指数加权平均 notes.pdf682.96 KB

C2W2L02_第二周-优化算法-2.2-理解Minibath梯度下降法.pdf352.36 KB

C2W2L0_第二周-优化算法-2.-Minibath梯度下降法.pdf355.33 KB

C2WL3_第一周-深层学习的实用-.3-梯度校验.pdf437.50 KB

C2WL2_第一周-深层学习的实用-.2-梯度的数值逼近.pdf440.91 KB

C2WL0_第一周-深层学习的实用-.0-梯度小时与梯度爆炸.pdf441.84 KB

C2WL09_第一周-深层学习的实用-.9-正则化输入.pdf480.63 KB

C2WL08_第一周-深层学习的实用-.8-其他正则化方法.pdf423.76 KB

C2WL06_第一周-深层学习的实用-.6-DropOut正则化.pdf469.06 KB

C2WL05_第一周-深层学习的实用-.5-为什么正则化可以减少过拟合.pdf434.78 KB

C2WL04_第一周-深层学习的实用-.4-正则化.pdf483.71 KB

C2WL03_第一周-深层学习的实用-.3-机器学习基础.pdf227.68 KB

C2WL02_第一周-深层学习的实用-.2-偏差方差.pdf500.72 KB

C2WL0_第一周-深层学习的实用-.-训练开发测试集.pdf381.60 KB

_神经网络与深度学习16.63 MB

CW4L08_第四周-深层神经网络-4.8-这和大脑有什么关系.pdf452.29 KB

CW4L07_第四周-深层神经网络-4.7-参数VS超参数.pdf466.86 KB

CW4L06_第四周-深层神经网络-4.6-前向和反向传播.pdf510.02 KB

CW4L05_第四周-深层神经网络-4.5-搭建深层神经网络块.pdf537.73 KB

CW4L04_第四周-深层神经网络-4.4-为什么使用深层表示.pdf492.66 KB

CW4L03_第四周-深层神经网络-4.3-核对矩阵的维数.pdf451.84 KB

CW4L02_第四周-深层神经网络-4.2-深层网络的前向传播.pdf277.45 KB

CW4L0_第四周-深层神经网络-4.-深层神经网络.pdf303.45 KB

CW3L09_第三周-浅层神经网络-3.9-神经网络的梯度下降.pdf337.39 KB

CW3L08_第三周-浅层神经网络-3.8-激活函数的导数.pdf452.84 KB

CW3L07_第三周-浅层神经网络-3.7-为什么需要非线性激活函数.pdf410.70 KB

CW3L06_第三周-浅层神经网络-3.6-激活函数.pdf438.31 KB

CW3L04_第三周-浅层神经网络-3.4-多个例子中的向量化.pdf520.04 KB

CW3L02_第三周-浅层神经网络-3.2-神经网络表示.pdf502.03 KB

CW3L0_第三周-浅层神经网络-3.-神经网络概览.pdf413.71 KB

CW3L0_第三周-浅层神经网络-3.-随机初始化.pdf416.28 KB

CW3L_第三周-浅层神经网络-3.0-（选修）直观理解反向传播.pdf480.52 KB

CW2L6_第二周-神经网络基础—2.6-关于python&numpy向量的说明.pdf309.05 KB

CW2L5_第二周-神经网络基础—2.5-python中的广播.pdf458.83 KB

CW2L3_第二周-神经网络基础—2.3-向量化logistic回归.pdf505.85 KB

CW2L_第二周-神经网络基础—2.-向量化.pdf483.54 KB

CW2L09_第二周-神经网络基础—2.9-logistic回归的梯度下降法.pdf461.54 KB

CW2L07_第二周-神经网络基础—2.7-计算图.pdf460.59 KB

CW2L05_第二周-神经网络基础—2.5-导数.pdf462.89 KB

CW2L04_第二周-神经网络基础—2.4-梯度下降法.pdf483.35 KB

CW2L03_第二周-神经网络基础-2.3-logistic回归损失函数.pdf472.37 KB

CW2L02_第二周-神经网络基础—2.2-logistic回归slides.pdf455.15 KB

CW2L02_第二周-神经网络基础—2.2-logistic回归notes.pdf522.19 KB

CW2L0_第二周-神经网络基础-2.-二分类slides.pdf418.66 KB

CW2L0_第二周-神经网络基础-2.-二分类notes.pdf649.59 KB

CWL06_第一周-深度学习概论-.6-课程资源.pdf323.97 KB

CWL05_第一周-深度学习概论-.5-关于这门课程.pdf290.39 KB

CWL04_第一周-深度学习概论-.4-为什么深度学习会兴起notes.pdf424.52 KB

CWL04_第一周-深度学习概论-.4-为什么深度学习会兴起.pdf290.65 KB

CWL03_第一周-深度学习概论-.3-用神经网络进行监督学习.pdf412.41 KB

CWL03_第一周-深度学习概论-.3-用神经网络进行监督学习-notes.pdf442.20 KB

CWL02_第一周-深度学习概论_.2-什么是神经网络.pdf440.21 KB

CWL02_第一周-深度学习概论_.2-什么是神经网络-笔记.pdf409.46 KB

CWL0_第一周-深度学习概论_.-欢迎来到深度学习.pdf390.23 KB

1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容

2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成

3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责

4、搜索结果中的广告及推广内容不代表本站推荐或担保

5、所有内容获取/呈现均通过自动化程序完成，无人工干预