精华内容
下载资源
问答
  • 吴恩达 Coursera DeepLearning.ai《深度学习》系列课程笔记目录总集

    作者大树先生
    博客http://blog.csdn.net/koala_tree
    知乎https://www.zhihu.com/people/dashuxiansheng
    GitHubhttps://github.com/MrLeeTree
    2018 年 4 月 5 日


    本文发布在知乎的专栏中,为了方便习惯使用CSDN的用户,更改了下面文章的直链到CSDN中的笔记。
    同时,也欢迎大家关注我的知乎:大树先生,会不定期有新的干货更新。一起学习一起进步呀!_


    DeepLearning.ai简介

    deepLearning.ai 是由吴恩达在Coursera上推出的一个教授深度学习的专题系列课程。整个专题共包括五门课程:01.神经网络和深度学习;02.改善深层神经网络-超参数调试、正则化以及优化;03.结构化机器学习项目;04.卷积神经网络;05.序列模型。

    课程描述:

    请允许我引用官网的介绍:

    如果你想进入人工智能,这个课程专题将会给你带来帮助。深度学习是科技领域最受追捧的技能之一,我们将帮助你进行学习这些知识。
    在五门课程中,你将学习深度学习的基础知识,了解如何构建神经网络,并学习如何实践机器学习项目,学习卷积网络,RNN,LSTM,Adam,Dropout,BatchNorm,Xavier/He初始化等等。你将从事医疗,自动驾驶,手语阅读,音乐创作和自然语言处理的案例研究。届时,你不但会掌握深度学习的基础理论,还会看到它在工业中的应用。上面的这些想法都将在Python和TensorFlow的练习中所实现。另外,你还将听到许多深度学习的高层领导,他们将与你分享他们的个人故事,并为你提供职业建议。
    AI正在对各行各业产生着巨大的影响,在完成此专题的课程后,你可能会找到创造性的方法将其应用到你的工作中。我们将帮助你掌握深度学习,了解如何使用它,帮助你建立AI的职业生涯。

    课程内容:

    • Coursera:官方课程安排(英文字幕)。付费用户在课程作业中可以获得作业评分,每门课程修完可获得结课证书;不付费可以免费上课、做课后作业,但没有作业评分,结课无法获得课程证书。
    • 网易云课堂:网易引进的正版授权(中英文字幕)。课程完全免费,但没有课后作业,没有课程证书。

    推荐指数:

    4.5 星(个人意见)
    目前已有的深度学习课程中难得的好课程。

    个人提炼笔记及编程作业总集

    下面是个人在上课的过程中,从中提炼的要点笔记,以及自己完成的课后编程作业。课程为主,练习为辅,笔记做巩固。所以建议大家以这样的核心思想来进行这门课程的学习。废话不多说,上笔记!


    01. 神经网络和深度学习

    • 神经网络概论
    • 主要介绍:神经网络的概念、深度学习兴起的原因、课程内容等;
    • 笔记:介绍性课程,没有做相应的笔记。
    • 编程作业:无
    • 神经网络基础
    • 浅层神经网络
    • 深层神经网络

    02. 改善深层神经网络:超参数调试、正则化以及优化

    • 深度学习的实践方面
    • 优化算法
    • 超参数调试和Batch Norm及框架

    03. 结构化机器学习项目

    • 机器学习策略(1)
    • 机器学习策略(2)

    04. 卷积神经网络

    • 卷积神经网络基础
    • 卷积神经网络实例模型
    • 目标检测
    • 特殊应用:人脸识别和神经风格迁移

    05. 序列模型

    • 循环神经网络
    • 自然语言处理和词嵌入
    • 序列模型和注意力机制

    总结

    整个专题课程的学习跨度比较长,在上课的过程中不断地思考做笔记的过程也确实缓慢而辛苦,但一路下来确实有了很大的收获。期初只是为了做一个自己后期进行复习的笔记,但后来感觉记录的笔记还算整洁,所以就放到知乎上和大家一起分享,希望我的这些能够给更多有同样需求的同学和朋友们带来小小的帮助。

    最后

    笔记属于课程的提炼,虽然总体来说已经较为全面了,但限于个人的能力和精力,笔记中难免会出现遗漏或者错误的地方。如果大家在阅读笔记的时候,发现了错误的地方以及觉得比较重要但我没有记录的内容,那么欢迎大家在下方评论留言或者私信给我,我将会及时做更正和补充,感谢支持。

    最后,感谢每位点赞的知友。同时,也欢迎其他平台的转载和分享,一起进步呀_!

    展开全文
  • 吴恩达Deep Learning

    2018-09-04 21:07:26
    吴恩达深度学习课程的英文讲义,简单易懂,结合视频课程很方便
  • 吴恩达deeplearning Lesson:Improving Deep Neural Networks:Hyperparameter tuning, Regularization and Optimization Week1初始化问题0初始化He/Xavier 初始化正则化梯度检验 初始化问题 0初始化 :Zeros ...

    吴恩达deeplearning Lesson:Improving Deep Neural Networks:Hyperparameter tuning, Regularization and Optimization Week1

    初始化问题

    0初始化 :Zeros initialization – setting initialization = “zeros” in the input argument.
    随机初始化 :Random initialization – setting initialization = “random” in the input argument. This initializes the weights to large random values.
    HE初始化 :He initialization – setting initialization = “he” in the input argument. This initializes the weights to random values scaled according to a paper by He et al., 2015.

    0初始化

    这里不能使用0初始化,因为它未能打破对称性,训练结果如下:
    在这里插入图片描述
    性能非常差,成本并没有真正降低,算法的性能也不比随机猜测好多少。为什么?让我们看看预测和决策边界的细节:

    predictions_train = [[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0]]
    predictions_test = [[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]]
    所有预测是全0!
    一般来说,初始化所有的权值为零,会导致网络的对称性(不对称失败)。这意味着每一层中的每一个神经元都将学习相同的东西。
    注意:这里的偏置b是可以置为0的,不会影响不对称性的大局,只要W别全置0就行。

    He/Xavier 初始化

    this is similar except Xavier initialization uses a scaling factor for the weights W[l]W[l] of sqrt(1./layers_dims[l-1]) where He initialization would use sqrt(2./layers_dims[l-1])
    He 说的是随机初始化矩阵再乘以 sqrt(2./layers_dims[l-1])
    Xavier 是乘以sqrt(1./layers_dims[l-1])

    def initialize_parameters_he(layers_dims):
        """
        Arguments:
        layer_dims -- python array (list) containing the size of each layer.
        
        Returns:
        parameters -- python dictionary containing your parameters "W1", "b1", ..., "WL", "bL":
                        W1 -- weight matrix of shape (layers_dims[1], layers_dims[0])
                        b1 -- bias vector of shape (layers_dims[1], 1)
                        ...
                        WL -- weight matrix of shape (layers_dims[L], layers_dims[L-1])
                        bL -- bias vector of shape (layers_dims[L], 1)
        """
        
        np.random.seed(3)
        parameters = {}
        L = len(layers_dims) - 1 # integer representing the number of layers
         
        for l in range(1, L + 1):
            ### START CODE HERE ### (≈ 2 lines of code)
            parameters['W' + str(l)] = np.random.randn(layers_dims[l],layers_dims[l-1]) * np.sqrt(2./layers_dims[l-1])
            parameters['b' + str(l)] = np.zeros((layers_dims[l],1))
            ### END CODE HERE ###
            
        return parameters
    

    上面是He初始化代码
    准确率比随机初始化(大初始化值)提高了将近9个百分点。

    结论:He随机初始化好,如果不用he,随机初始化也不要整太大的值

    正则化

    L2正则化与dropout,都很有效客服过拟合,具体不表。

    梯度检验

    在实施backprop时,有一个测试叫做梯度检验,它的作用是确保backprop正确实施。因为有时候,你虽然写下了这些方程式,却不能100%确定,执行backprop的所有细节都是正确的。

    (1) ∂ J ∂ θ = lim ⁡ ε → 0 J ( θ + ε ) − J ( θ − ε ) 2 ε \frac{\partial J}{\partial \theta} = \lim_{\varepsilon \to 0} \frac{J(\theta + \varepsilon) - J(\theta - \varepsilon)}{2 \varepsilon} \tag{1} θJ=ε0lim2εJ(θ+ε)J(θε)(1)
    类比下式: g r a d a p p r o x [ i ] = J i + − J i − 2 ε gradapprox[i] = \frac{J^{+}_i - J^{-}_i}{2 \varepsilon} gradapprox[i]=2εJi+Ji

    实施过程:
    1、将所有参数向量化(W、b、dW、db)
    2、给指定位置的 θ \theta θ加上一个很小的误差(10^-7量级)
    3、重新算损失函数并放入 J i + J^{+}_i Ji+
    4、同理算 J i − J^{-}_i Ji
    5、计算差值 g r a d a p p r o x [ i ] = J i + − J i − 2 ε gradapprox[i] = \frac{J^{+}_i - J^{-}_i}{2 \varepsilon} gradapprox[i]=2εJi+Ji
    6、计算梯度误差评价值 (3) d i f f e r e n c e = ∥ g r a d − g r a d a p p r o x ∥ 2 ∥ g r a d ∥ 2 + ∥ g r a d a p p r o x ∥ 2 difference = \frac {\| grad - gradapprox \|_2}{\| grad \|_2 + \| gradapprox \|_2 } \tag{3} difference=grad2+gradapprox2gradgradapprox2(3)

    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述

    • 梯度检查很慢! 计算成本高。由于这个原因,不能在训练期间的每次迭代中运行梯度检查。
      梯度检查一般只有在debug时使用。
    • 梯度检查对dropout不起作用。

    python 用到的函数

    展开全文
  • 吴恩达Deeplearning.ai课后作业收集第01课,网上收集。
  • 吴恩达Deeplearning.ai课后作业收集第02课,网上收集,不敢独享。
  • 吴恩达deeplearning深度学习课程资料及作业打包 包含第1-3课的作业,ppt及代码 1.神经网络和深度学习 2.改善深层神经网络:超参数调试、正则化以及优化 3.结构化机器学习项目
  • 吴恩达Deeplearning深度学习课程详细笔记,方便复习,很详细
  • 吴恩达deeplearning

    2019-07-23 14:56:43
    完结撒花!吴恩达DeepLearning.ai《深度学习》课程笔记目录总集 https://blog.csdn.net/Koala_Tree/article/details/79913655 完结篇 | 吴恩达deeplearning.ai专项课程精炼笔记全部汇总 ... 网易云课堂在线 ...

    完结撒花!吴恩达DeepLearning.ai《深度学习》课程笔记目录总集

    包含编程作业
    只有重点
    https://blog.csdn.net/Koala_Tree/article/details/79913655

    完结篇 | 吴恩达deeplearning.ai专项课程精炼笔记全部汇总

    详细
    https://blog.csdn.net/red_stone1/article/details/80207815

    网易云课堂在线

    在线视频
    https://mooc.study.163.com/learn/2001281002?tid=2001392029&trace_c_p_k2=ac2769f3bd6042ba9b7d5fc8d77e6fff#/learn/content?type=detail&id=2001701005

    笔记全书

    在线笔记全书
    https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/80054762

    github资源

    有离线视频和笔记pdf
    https://github.com/fengdu78/deeplearning_ai_books

    展开全文
  • 吴恩达deeplearning第二课作业(含作业代码、答案与相关资源)
  • 吴恩达deeplearning第一课作业(含作业代码、答案与相关资源)
  • 吴恩达老师DeepLearning.ai课程配套的学习笔记,全中文,包括课上所讲的所有内容以及必要截图,很好的学习工具。
  • 吴恩达deeplearning.ai深度学习课程空白作业

    千次阅读 热门讨论 2019-04-07 11:28:02
      吴恩达deeplearning.ai深度学习课程的空白作业,包括深度学习微专业五门课程的全部空白编程作业(好吧,第3课并没有编程作业[滑稽]),经多方整理而来。网上找来的作业好多都是已经被别人写过的,不便于自己练习...

      吴恩达deeplearning.ai深度学习课程的空白作业,包括深度学习微专业五门课程的全部空白编程作业(好吧,第3课并没有编程作业[滑稽]),经多方整理而来。网上找来的作业好多都是已经被别人写过的,不便于自己练习,而且很多都缺失各种数据文件,找起来费时费力。所以我特地整理了一遍,搞到全部空白作业与所有的数据文件,并上传到CSDN,欢迎下载:
      https://download.csdn.net/download/ccgcccccc/11092745

      由于CSDN上传文件大小有限制,所以我把需要用到的一些比较大的数据文件放到了百度云,并在相应作业的 readme-by ccg.txt 进行了说明并放上了我相应百度云的下载链接。同时为了方便,在此上传的资源根目录下的 readme 中,我也放上了已经将所有数据文件都包含在内的版本,是百度云链接,文件比较大,流量充裕的可以直接去下载。我也整理了自己完成了的作业版本,里面包含已经实现了的代码和运行结果,如果实现起来比较头疼可以参考。我也将已经完成了的作业版本的百度云链接也放在了该 readme 中,同样文件比较大,自由下载。总之就是,下载了这个就啥都有了。

      由于使用python、tensorflow等各种版本不同问题,所以即使做空白作业可能也会遇到问题和错误,我将自己在完成作业过程中遇到的错误写在了 readme - by ccg.txt 记事本中,包含在相应作业的文件夹中,如果遇到问题不妨去看一下,在这样的问题上浪费太多时间并不值得。我所练习测试的环境版本主要如下(全部环境附在最后):

    # packages in environment at D:\Anaconda3:
    #
    # Name                    Version                   Build    Channel
    anaconda                  2018.12                  py37_0    defaults
    jupyter                   1.0.0                    py36_7    defaults
    jupyter_client            5.2.4                    py36_0    defaults
    keras                     2.2.4                    pypi_0    pypi
    keras-applications        1.0.7                    pypi_0    pypi
    keras-preprocessing       1.0.9                    pypi_0    pypi
    numpy                     1.16.1                   pypi_0    pypi
    numpy-base                1.16.2           py36hc3f5095_0    defaults
    python                    3.6.8                h9f7ef89_7    defaults
    tensorboard               1.12.2           py36h33f27b4_0    defaults
    tensorflow                1.13.0rc2                pypi_0    pypi
    tensorflow-base           1.12.0          mkl_py36h81393da_0    defaults
    tensorflow-estimator      1.13.0                   pypi_0    pypi
    

    吴恩达深度学习课程地址:

    deeplearning.ai官网地址:https://www.deeplearning.ai/
    coursera地址:https://www.coursera.org/specializations/deep-learning
    网易视频地址:https://163.lu/nPtn42

    深度学习课程目录

    第一门课 神经网络和深度学习(Neural Networks and Deep Learning)

    第一周:深度学习引言(Introduction to Deep Learning)

    第二周:神经网络的编程基础(Basics of Neural Network programming)

    第三周:浅层神经网络(Shallow neural networks)

    第四周:深层神经网络(Deep Neural Networks)

    第二门课 改善深层神经网络:超参数调试、正则化以及优化(Improving Deep Neural Networks:Hyperparameter tuning, Regularization and Optimization)

    第一周:深度学习的实用层面(Practical aspects of Deep Learning)

    第二周:优化算法 (Optimization algorithms)

    第三周:超参数调试,batch正则化和程序框架(Hyperparameter tuning, Batch Normalization and Programming Frameworks)

    第三门课 结构化机器学习项目 (Structuring Machine Learning Projects)

    第一周:机器学习策略(1)(ML Strategy (1))

    第二周:机器学习策略(2)(ML Strategy (2))

    第四门课 卷积神经网络(Convolutional Neural Networks)

    第一周:卷积神经网络(Foundations of Convolutional Neural Networks)

    第二周:深度卷积网络:实例探究(Deep convolutional models: case studies)

    第三周:目标检测(Object detection)

    第四周:特殊应用:人脸识别和神经风格转换(Special applications: Face recognition &Neural style transfer)

    第五门课 序列模型(Sequence Models)

    第一周:循环序列模型(Recurrent Neural Networks)

    第二周:自然语言处理与词嵌入(Natural Language Processing and Word Embeddings)

    第三周:序列模型和注意力机制(Sequence models & Attention mechanism)

    作业中可能遇到的小问题

    当作业中出现:
    在这里插入图片描述
    像这样的乱码时,双击或按Enter进入编辑:
    在这里插入图片描述
    变红的那些即为异常显示的原因,只需将变红部分上下的空行删除(Ctrl+X是删除一行快捷键)即可:
    在这里插入图片描述
    此时按Ctrl+Enter即可正常显示:
    在这里插入图片描述
    (我已基本改了过来,如果仍遇到可以自己再改)

    附: 测试全部环境

    (base) C:\Users\Administrator>conda list
    # packages in environment at D:\Anaconda3:
    #
    # Name                    Version                   Build  Channel
    _ipyw_jlab_nb_ext_conf    0.1.0                    py36_0    defaults
    _nb_ext_conf              0.4.0                    py36_1    https://mirrors.tun
    a.tsinghua.edu.cn/anaconda/pkgs/free
    _tflow_select             2.3.0                       mkl    defaults
    absl-py                   0.7.0                    pypi_0    pypi
    alabaster                 0.7.12                   py36_0    defaults
    anaconda                  2018.12                  py37_0    defaults
    anaconda-client           1.7.2                    py36_0    defaults
    anaconda-navigator        1.9.6                    py36_0    defaults
    anaconda-project          0.8.2                    py36_0    defaults
    asn1crypto                0.24.0                   py36_0    defaults
    astor                     0.7.1                    py36_0    defaults
    astroid                   2.1.0                    py36_0    defaults
    astropy                   3.1.2            py36he774522_0    defaults
    atomicwrites              1.3.0                      py_0    defaults
    attrs                     18.2.0           py36h28b3542_0    defaults
    babel                     2.6.0                    py36_0    defaults
    backcall                  0.1.0                    py36_0    defaults
    backports                 1.0                      py36_1    defaults
    backports.os              0.1.1                    py36_0    defaults
    backports.shutil_get_terminal_size 1.0.0                    py36_2    defaults
    beautifulsoup4            4.7.1                    py36_1    defaults
    bitarray                  0.8.3            py36hfa6e2cd_0    defaults
    bkcharts                  0.2              py36h7e685f7_0    defaults
    blas                      1.0                         mkl    defaults
    blaze                     0.11.3                   py37_0    defaults
    bleach                    3.1.0                    py36_0    defaults
    blosc                     1.14.4               he51fdeb_0    defaults
    bokeh                     1.0.4                    py36_0    defaults
    boto                      2.49.0                   py36_0    defaults
    bottleneck                1.2.1            py36h452e1ab_1    defaults
    bzip2                     1.0.6                hfa6e2cd_5    defaults
    ca-certificates           2019.1.23                     0    defaults
    certifi                   2019.3.9                 py36_0    defaults
    cffi                      1.12.1           py36h7a1dbc1_0    defaults
    chardet                   3.0.4                    py36_1    defaults
    click                     7.0                      py36_0    defaults
    cloudpickle               0.8.0                    py36_0    defaults
    clyent                    1.2.2                    py36_1    defaults
    colorama                  0.4.1                    py36_0    defaults
    comtypes                  1.1.7                    py36_0    defaults
    conda                     4.6.8                    py36_0    defaults
    conda-build               3.17.8                   py36_0    defaults
    conda-env                 2.6.0                         1    defaults
    conda-verify              3.1.1                    py36_0    defaults
    console_shortcut          0.1.1                         3    defaults
    contextlib2               0.5.5            py36he5d52c0_0    defaults
    cryptography              2.5              py36h7a1dbc1_0    defaults
    curl                      7.63.0            h2a8f88b_1000    defaults
    cycler                    0.10.0           py36h009560c_0    defaults
    cython                    0.29.5           py36ha925a31_0    defaults
    cytoolz                   0.9.0.1          py36hfa6e2cd_1    defaults
    dask                      1.1.3                      py_0    defaults
    dask-core                 1.1.3                      py_0    defaults
    datashape                 0.5.4                    py36_1    defaults
    decorator                 4.3.2                    py36_0    defaults
    defusedxml                0.5.0                    py36_1    defaults
    distributed               1.26.0                   py36_1    defaults
    django-extensions         2.1.6                    pypi_0    pypi
    docutils                  0.14             py36h6012d8f_0    defaults
    emoji                     0.5.1                    pypi_0    pypi
    entrypoints               0.3                      py36_0    defaults
    et_xmlfile                1.0.1            py36h3d2d736_0    defaults
    faker                     1.0.2                    pypi_0    pypi
    fastcache                 1.0.2            py36hfa6e2cd_2    defaults
    filelock                  3.0.10                   py36_0    defaults
    flask                     1.0.2                    py36_1    defaults
    flask-cors                3.0.7                    py36_0    defaults
    freetype                  2.9.1                ha9979f8_1    defaults
    future                    0.17.1                   py36_0    defaults
    gast                      0.2.2                    pypi_0    pypi
    get_terminal_size         1.0.0                h38e98db_0    defaults
    gevent                    1.4.0            py36he774522_0    defaults
    glob2                     0.6                      py36_1    defaults
    greenlet                  0.4.15           py36hfa6e2cd_0    defaults
    grpcio                    1.18.0                   pypi_0    pypi
    h5py                      2.8.0            py36hf7173ca_2    defaults
    hdf5                      1.8.20               hac2f561_1    defaults
    heapdict                  1.0.0                    py36_2    defaults
    html5lib                  1.0.1                    py36_0    defaults
    icc_rt                    2019.0.0             h0cc432a_1    defaults
    icu                       58.2                 ha66f8fd_1    defaults
    idna                      2.8                      py36_0    defaults
    imageio                   2.5.0                    py36_0    defaults
    imagesize                 1.1.0                    py36_0    defaults
    importlib_metadata        0.7                      py36_0    defaults
    intel-openmp              2019.1                      144    defaults
    ipykernel                 5.1.0            py36h39e3cac_0    defaults
    ipython                   7.3.0            py36h39e3cac_0    defaults
    ipython_genutils          0.2.0            py36h3c5d0ee_0    defaults
    ipywidgets                7.4.2                    py36_0    defaults
    isort                     4.3.8                    py36_0    defaults
    itsdangerous              1.1.0                    py36_0    defaults
    jdcal                     1.4                      py36_0    defaults
    jedi                      0.13.3                   py36_0    defaults
    jinja2                    2.10                     py36_0    defaults
    jpeg                      9b                   hb83a4c4_2    defaults
    jsonschema                2.6.0            py36h7636477_0    defaults
    jupyter                   1.0.0                    py36_7    defaults
    jupyter_client            5.2.4                    py36_0    defaults
    jupyter_console           6.0.0                    py36_0    defaults
    jupyter_core              4.4.0                    py36_0    defaults
    jupyterlab                0.35.3                   py36_0    defaults
    jupyterlab_server         0.2.0                    py36_0    defaults
    keras                     2.2.4                    pypi_0    pypi
    keras-applications        1.0.7                    pypi_0    pypi
    keras-preprocessing       1.0.9                    pypi_0    pypi
    keyring                   18.0.0                   py36_0    defaults
    kiwisolver                1.0.1            py36h6538335_0    defaults
    krb5                      1.16.1               hc04afaa_7    defaults
    lazy-object-proxy         1.3.1            py36hfa6e2cd_2    defaults
    libarchive                3.3.3                h0643e63_5    defaults
    libcurl                   7.63.0            h2a8f88b_1000    defaults
    libiconv                  1.15                 h1df5818_7    defaults
    liblief                   0.9.0                ha925a31_2    defaults
    libmklml                  2019.0.3                      0    defaults
    libopencv                 3.4.2                h20b85fd_0    defaults
    libpng                    1.6.35               h2a8f88b_0    defaults
    libprotobuf               3.6.1                h7bd577a_0    defaults
    libsodium                 1.0.16               h9d3ae62_0    defaults
    libssh2                   1.8.0                h7a1dbc1_4    defaults
    libtiff                   4.0.9                h36446d0_2    defaults
    libxml2                   2.9.8                hadb2253_1    defaults
    libxslt                   1.1.32               hf6f1972_0    defaults
    llvmlite                  0.27.0           py36ha925a31_0    defaults
    locket                    0.2.0            py36hfed976d_1    defaults
    lxml                      4.3.0            py36h1350720_0    defaults
    lz4-c                     1.8.1.2              h2fa13f4_0    defaults
    lzo                       2.10                 h6df0209_2    defaults
    m2w64-gcc-libgfortran     5.3.0                         6    defaults
    m2w64-gcc-libs            5.3.0                         7    defaults
    m2w64-gcc-libs-core       5.3.0                         7    defaults
    m2w64-gmp                 6.1.0                         2    defaults
    m2w64-libwinpthread-git   5.0.0.4634.697f757               2    defaults
    markdown                  3.0.1                    py36_0    defaults
    markupsafe                1.1.1            py36he774522_0    defaults
    matplotlib                3.0.2            py36hc8f65d3_0    defaults
    mccabe                    0.6.1                    py36_1    defaults
    menuinst                  1.4.14           py36hfa6e2cd_0    defaults
    mistune                   0.8.4            py36he774522_0    defaults
    mkl                       2019.1                      144    defaults
    mkl-service               1.1.2            py36hb782905_5    defaults
    mkl_fft                   1.0.10           py36h14836fe_0    defaults
    mkl_random                1.0.2            py36h343c172_0    defaults
    mock                      2.0.0                    pypi_0    pypi
    more-itertools            5.0.0                    py36_0    defaults
    mpmath                    1.1.0                    py36_0    defaults
    msgpack-python            0.6.1            py36h74a9793_1    defaults
    msys2-conda-epoch         20160418                      1    defaults
    multipledispatch          0.6.0                    py36_0    defaults
    music21                   5.5.0                    pypi_0    pypi
    navigator-updater         0.2.1                    py36_0    defaults
    nb_anacondacloud          1.4.0                    py36_0    https://mirrors.tun
    a.tsinghua.edu.cn/anaconda/pkgs/free
    nb_conda                  2.2.0                    py36_0    https://mirrors.tun
    a.tsinghua.edu.cn/anaconda/pkgs/free
    nb_conda_kernels          2.1.0                    py36_0    https://mirrors.tun
    a.tsinghua.edu.cn/anaconda/pkgs/free
    nbconvert                 5.4.1                    py36_0    defaults
    nbformat                  4.4.0            py36h3a5bc1b_0    defaults
    nbpresent                 3.0.2                    py36_0    https://mirrors.tun
    a.tsinghua.edu.cn/anaconda/pkgs/free
    networkx                  2.2                      py36_1    defaults
    nltk                      3.4                      py36_1    defaults
    nose                      1.3.7                    py36_2    defaults
    notebook                  5.7.4                    py36_0    defaults
    numba                     0.42.0           py36hf9181ef_0    defaults
    numexpr                   2.6.9            py36hdce8814_0    defaults
    numpy                     1.16.1                   pypi_0    pypi
    numpy-base                1.16.2           py36hc3f5095_0    defaults
    numpydoc                  0.8.0                    py36_0    defaults
    odo                       0.5.1            py36h7560279_0    defaults
    olefile                   0.46                     py36_0    defaults
    opencv                    3.4.2            py36h40b0b35_0    defaults
    openpyxl                  2.6.0                    py36_0    defaults
    openssl                   1.1.1b               he774522_1    defaults
    packaging                 19.0                     py36_0    defaults
    pandas                    0.24.1           py36ha925a31_0    defaults
    pandoc                    1.19.2.1             hb2460c7_1    defaults
    pandocfilters             1.4.2                    py36_1    defaults
    parso                     0.3.4                    py36_0    defaults
    partd                     0.3.9                    py36_0    defaults
    path.py                   11.5.0                   py36_0    defaults
    pathlib2                  2.3.3                    py36_0    defaults
    patsy                     0.5.1                    py36_0    defaults
    pbr                       5.1.2                    pypi_0    pypi
    pep8                      1.7.1                    py36_0    defaults
    pickleshare               0.7.5                    py36_0    defaults
    pillow                    5.4.1            py36hdc69c19_0    defaults
    pip                       19.0.3                   py36_0    defaults
    pkginfo                   1.5.0.1                  py36_0    defaults
    pluggy                    0.9.0                    py36_0    defaults
    ply                       3.11                     py36_0    defaults
    prometheus_client         0.6.0                    py36_0    defaults
    prompt_toolkit            2.0.9                    py36_0    defaults
    protobuf                  3.6.1                    pypi_0    pypi
    psutil                    5.5.0            py36he774522_0    defaults
    py                        1.8.0                    py36_0    defaults
    py-lief                   0.9.0            py36ha925a31_2    defaults
    py-opencv                 3.4.2            py36hc319ecb_0    defaults
    pycodestyle               2.5.0                    py36_0    defaults
    pycosat                   0.6.3            py36hfa6e2cd_0    defaults
    pycparser                 2.19                     py36_0    defaults
    pycrypto                  2.6.1            py36hfa6e2cd_9    defaults
    pycurl                    7.43.0.2         py36h7a1dbc1_0    defaults
    pydot                     1.4.1                    pypi_0    pypi
    pydot-ng                  2.0.0                    pypi_0    pypi
    pydotplus                 2.0.2                    pypi_0    pypi
    pydub                     0.23.1                   pypi_0    pypi
    pyflakes                  2.1.0                    py36_0    defaults
    pygments                  2.3.1                    py36_0    defaults
    pylint                    2.2.2                    py36_0    defaults
    pyodbc                    4.0.26           py36ha925a31_0    defaults
    pyopenssl                 19.0.0                   py36_0    defaults
    pyparsing                 2.3.1                    py36_0    defaults
    pyqt                      5.9.2            py36h6538335_2    defaults
    pysocks                   1.6.8                    py36_0    defaults
    pytables                  3.4.4            py37he6f6034_0    defaults
    pytest                    4.3.0                    py36_0    defaults
    pytest-arraydiff          0.3              py36h39e3cac_0    defaults
    pytest-astropy            0.5.0                    py36_0    defaults
    pytest-doctestplus        0.2.0                    py36_0    defaults
    pytest-openfiles          0.3.2                    py36_0    defaults
    pytest-remotedata         0.3.1                    py36_0    defaults
    python                    3.6.8                h9f7ef89_7    defaults
    python-dateutil           2.8.0                    py36_0    defaults
    python-graphviz           0.10.1                   pypi_0    pypi
    python-libarchive-c       2.8                      py36_6    defaults
    pytz                      2018.9                   py36_0    defaults
    pywavelets                1.0.1            py36h8c2d366_0    defaults
    pywin32                   223              py36hfa6e2cd_1    defaults
    pywinpty                  0.5.5                 py36_1000    defaults
    pyyaml                    3.13             py36hfa6e2cd_0    defaults
    pyzmq                     17.1.2           py36hfa6e2cd_0    defaults
    qt                        5.9.7            vc14h73c81de_0  [vc14]  defaults
    qtawesome                 0.5.6                      py_0    defaults
    qtconsole                 4.4.3                    py36_0    defaults
    qtpy                      1.6.0                      py_0    defaults
    requests                  2.21.0                   py36_0    defaults
    rope                      0.12.0                   py36_0    defaults
    ruamel_yaml               0.15.46          py36hfa6e2cd_0    defaults
    scikit-image              0.14.1           py36ha925a31_0    defaults
    scikit-learn              0.20.2           py36h343c172_0    defaults
    scipy                     1.2.1            py36h29ff71c_0    defaults
    seaborn                   0.9.0                    py36_0    defaults
    send2trash                1.5.0                    py36_0    defaults
    setuptools                40.8.0                   py36_0    defaults
    simplegeneric             0.8.1                    py36_2    defaults
    singledispatch            3.4.0.3          py36h17d0c80_0    defaults
    sip                       4.19.8           py36h6538335_0    defaults
    six                       1.12.0                   py36_0    defaults
    snappy                    1.1.7                h777316e_3    defaults
    snowballstemmer           1.2.1            py36h763602f_0    defaults
    sortedcollections         1.1.2                    py36_0    defaults
    sortedcontainers          2.1.0                    py36_0    defaults
    soupsieve                 1.7.1                    py36_0    defaults
    sphinx                    1.8.4                    py36_0    defaults
    sphinxcontrib             1.0                      py36_1    defaults
    sphinxcontrib-websupport  1.1.0                    py36_1    defaults
    spyder                    3.3.3                    py36_0    defaults
    spyder-kernels            0.4.2                    py36_0    defaults
    sqlalchemy                1.2.18           py36he774522_0    defaults
    sqlite                    3.26.0               he774522_0    defaults
    statsmodels               0.9.0            py36h452e1ab_0    defaults
    sympy                     1.3                      py36_0    defaults
    tblib                     1.3.2            py36h30f5020_0    defaults
    tensorboard               1.12.2           py36h33f27b4_0    defaults
    tensorflow                1.13.0rc2                pypi_0    pypi
    tensorflow-base           1.12.0          mkl_py36h81393da_0    defaults
    tensorflow-estimator      1.13.0                   pypi_0    pypi
    tensorflow-gpu            1.13.1                   pypi_0    pypi
    termcolor                 1.1.0                    pypi_0    pypi
    terminado                 0.8.1                    py36_1    defaults
    testpath                  0.4.2                    py36_0    defaults
    text-unidecode            1.2                      pypi_0    pypi
    tk                        8.6.8                hfa6e2cd_0    defaults
    toolz                     0.9.0                    py36_0    defaults
    tornado                   5.1.1            py36hfa6e2cd_0    defaults
    tqdm                      4.31.1                     py_0    defaults
    traitlets                 4.3.2            py36h096827d_0    defaults
    typed-ast                 1.3.1            py36he774522_0    defaults
    unicodecsv                0.14.1           py36h6450c06_0    defaults
    urllib3                   1.24.1                   py36_0    defaults
    vc                        14.1                 h0510ff6_4    defaults
    vs2015_runtime            14.15.26706          h3a45250_0    defaults
    wcwidth                   0.1.7            py36h3d5aa90_0    defaults
    webencodings              0.5.1                    py36_1    defaults
    werkzeug                  0.14.1                   py36_0    defaults
    wheel                     0.33.1                   py36_0    defaults
    widgetsnbextension        3.4.2                    py36_0    defaults
    win_inet_pton             1.1.0                    py36_0    defaults
    win_unicode_console       0.5              py36hcdbd4b5_0    defaults
    wincertstore              0.2              py36h7fe50ca_0    defaults
    winpty                    0.4.3                         4    defaults
    wrapt                     1.11.1           py36he774522_0    defaults
    xlrd                      1.2.0                    py36_0    defaults
    xlsxwriter                1.1.5                    py36_0    defaults
    xlwings                   0.15.3                   py36_0    defaults
    xlwt                      1.3.0            py36h1a4751e_0    defaults
    xz                        5.2.4                h2fa13f4_4    defaults
    yaml                      0.1.7                hc54c509_2    defaults
    zeromq                    4.2.5                he025d50_1    defaults
    zict                      0.1.3                    py36_0    defaults
    zlib                      1.2.11               h62dcd97_3    defaults
    zstd                      1.3.7                h508b16e_0    defaults
    
    展开全文
  • 吴恩达deeplearning人脸检测

    千次阅读 2017-12-24 16:33:59
    吴恩达deeplearning人脸检测
  • 吴恩达Deeplearning.ai课后作业收集第05课第一周,网上收集,不敢独享。
  • 吴恩达Deeplearning.ai课后作业收集第04课第四周,网上收集,不敢独享。
  • 吴恩达Deeplearning.ai课后作业收集第04课第三周,网上收集,不敢独享。
  • 吴恩达Deeplearning.ai课后作业收集第04课第一周,网上收集,不敢独享。
  • 吴恩达Deeplearning.ai课后作业收集第05课第三周,网上收集,不敢独享。
  • 吴恩达Deeplearning.ai课后作业收集第05课第二周,网上收集,不敢独享。
  • 吴恩达deeplearning.ai深度学习课件与笔记 第一章到第三章 Andrew Ng 吴恩达 deeplearning.ai 深度学习 课件
  • 问题描述: 最后的准确率一直较低,只有34%,但正常应该能到达71%,经过排查,问题如下: 修改前: reshape方式不对使得图片像素点被打乱   解决方法: ...修改reshape方式,使用转置来调换维度。......
  • 吴恩达DeepLearning课后习题

    千次阅读 2019-04-15 18:06:21
    吴恩达DeepLearning课后习题 转载:https://blog.csdn.net/u013733326/article/details/79827273
  • 302页吴恩达Deeplearning.ai课程笔记,详记基础知识与作业代码.
  • 吴恩达deeplearning.ai 中课程全程笔记, 主要是话语记录,可以用来快速复习使用,有较全的图文描述 吴恩达deeplearning.ai 中课程全程笔记, 主要是话语记录,可以用来快速复习使用,有较全的图文描述 吴恩达deep...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 8,102
精华内容 3,240
关键字:

learning作业吴恩达deep